SonyaErythrinaJayati 12808144072

PENGARUH INTELLECTUAL CAPITAL TERHADAP
KINERJA KEUANGAN PERUSAHAAN PERDAGANGAN

JASA YANG TERDAFTAR DI BURSA EFEK INDONESIA
SKRIPSI
Diajukan kepada Fakultas Ekonomi Universitas Negeri Yogyakarta

untuk Memenuhi Sebagian Persyaratan guna Memperoleh
Gelar Sarjana Ekonomi
Disusun Oleh :
SONYA ERYTHRINA JAYATI
NIM. 12808144072
PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS NEGERI YOGYAKARTA
2016
HALAMAN PERSETUJUAN
JUDUL SKRIPSI
PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA

KEUANGANPERUSAHAANPERDAGANGANJASAYANG
TERDAFTAR DI BURSA EFEK INDONESIA
Oleh:
Sonya Erythrina Jayati
NIM.12808144072
Telah disetujui oleh Dosen Pembimbing untuk diajukan dan dipertahankan

di depan Tim Penguji Tugas Akhir Skripsi Jurusan Manajemen, -
Fakultas Ekonomi
Universitas Negeri Yogyakarta.
·2016
Winarno, M.Si.
NIP. 19680310199702 1 001
ii
HALAMAN PENGESAHAN
Judul Skripsi :

KEUANGAN PERUSAHAAN PERDAGANGAN JASA YANG
TERDAFfAR DI BURSA EFEK INDONESIA
Disustm oleh :
NIM.12808144072
Telah dipertahankan di depan Dewan Penguji Skripsi Program Studi Manajemen

Universitas Negeri Yogyakarta, pada tangga1I'2.Psus~ 2016
dan dinyatakan lulus
DEWAN PENGUJI
I
~--
Nama Jabatan Tanggal
Naning Margasari, M.Si., M.BA Ketua"Pen~uji .~~!~ 1(,

Winarno, M.Si. Sekretari s Penguji
1f2JeJ'e-.J--
..................
.~~. Ib
2-fi It,
Muniya Alteza, M.Si J>enguji Utama
~.
iii
HALAMANPERNYATAAN
Yang bertanda tangan dibawah ini :
Nama : Sonya Erythrina Jayati
NIM : 12808144072
. ,
Program Studi : Manajemen
Fakultas : Fakultas Ekonomi
Judul : " Pengaruh Intellectual Capital Terhadap Kinerja Keuangan
Perusahaan Perdagangan Jasa yang Terdaftar di Bursa Efek
Indonesia"
Dengan ini saya menyatakan bahwa penelitian ini merupakan hasil karya saya sendiri.
,
Sepanjang pengetahuan saya, tidak terdapat karya atau pendapat yang ditulis atau
diterbitkan oleh orang lain, kecuali pada bagian tertentu sebagai acuan atau kutipan
dengan mengikuti tata penulisan karya i1miah yang telah lazim.
Yogyakarta, 12 Agustus 2016

Yang Menyatakan,
.sooy!rma Jayali
NIM.12808144072
iv
MOTTO
“Sesuatu mungkin mendatangi mereka yang mau menunggu, namun hanya
didapatkan oleh mereka yang bersemangat mengejarnya”
(Abraham Lincoln)
“Kegagalan bukanlah akhir dari segalanya justru merupakan langkah awal dalam
memulai kehidupan yang lebih baik yang berujung sebuah kesuksesan”
(Anonim)
“Melalui kesabaran, seseorang dapat meraih lebih dari pada melalui
kekuatan yang dimilikinya”
(Edmund Burke)
“Jadilah diri kita sendiri karena itu lebih baik daripada berpura – pura
menjadi orang lain”
(Anonim)
v
HALAMAN PERSEMBAHAN
Skripsi ini penulis persembahkan dengan rasa syukur kepada :
1. Sang Pencipta, Allah SWT yang selalu melindungi dan memberikan kekuatan
serta keberanian dalam menghadapi rintangan silih berganti.
2. Bapak Sugito dan Ibu Suratini tercinta yang telah memberikan segalanya yaitu
dukungan, motivasi, doa, fasilitas dan kasih sayangnya selama ini.
3. Kedua adikku : Ony dan Tania, serta seluruh keluarga yang memberikan
segala bantuan, motivasi dan semangat.
4. Sahabat - sahabatku dari SMP, terimakasih atas dukungan yang kalian
berikan.
5. Teman – teman dan sahabat kelas B09 2 dan B09 yang tidak dapat disebutkan
satu persatu, terimakasih atas dukungan, kerjasama, motivasi dan
kebersamaan yang telah kalian berikan.
6. Sahabat sahabat SMA yang selalu ada dikala senang maupun susah, yang
tidak dapat disebutkan satu persatu, terimakasih atas motivasi yang kalian
berikan dan canda tawa yang kalian berikan dengan tulus.
vi
KEUANGAN PERUSAHAAN PERDAGANGAN JASA YANG
TERDAFTAR DI BURSA EFEK INDONESIA
Oleh :
NIM. 12808144072
ABSTRAK
Tujuan dari penelitian ini adalah untuk memberikan bukti empiris mengenai
pengaruh intellectual capital terhadap kinerja keuangan perusahaan. Variabel
independen pada penelitian ini yaitu intellectual capital diukur menggunakan
VAICTM dan variabel dependen yaitu kinerja keuangan perusahaan diukur
menggunakan ROA.
Penelitian ini menggunakan data sekunder dari laporan keuangan tahunan yang
terdaftar di Bursa Efek Indonesia. Populasi dalam penelitian ini adalah perusahaan di
sektor perdagangan jasa yang terdaftar di BEI selama periode 2013 -2014 yang
berjumlah 112 perusahaan. Sampel yang digunakan pada penelitian ini sebanyak 43
perusahaan. Metode yang digunakan untuk menentukan sampel penelitian adalah
metode purposive sampling. Teknik analisis data yang digunakan adalah Partial
Least Square.
Hasil penelitian menunjukkan bahwa intellectual capital berpengaruh positif dan
signifikan terhadap kinerja keuangan perusahaan. Intellectual capital berpengaruh
positif dan signifikan terhadap kinerja keuangan perusahaan di masa depan. Rate of
growth intellectual capital tidak berpengaruh terhadap kinerja keuangan perusahaan
di masa depan.
Kata kunci : Intellectual Capital, ROA, kinerja keuangan perusahaan, Rate of Growth
Intellectual Capital, VAICTM, Partial Least Square
vii
INTELLECTUAL CAPITAL INFLUENCED TOWARD FINANCIAL
PERFORMANCE SERVICE TRADE COMPANY
LISTED INDONESIA STOCK EXCHANGE
By :
NIM. 12808144072
ABSTRACT
The purpose of this research was to provide empirical evidence of the influence of
intellectual capital to company’s financial performance. The independent variable in
this research was the intellectual capital as measured by VAICTM and the dependent
variable was financial performance as measured by Return On Assets (ROA).
This research used secondary data from the financial report which listed in
Indonesia Stock Exchange. The research populations were trade service companies
listed in Indonesia Stock Exchange during the period 2013-2014, which amounted
112 companies. The sample used in this research were 43 companies. The method
used to determine study sample was purposive sampling method. Data analysis
technique used was Partial Least Square (PLS).
The research showed that intellectual capital had positive and significant effect
toward the financial performance of the company. Intellectual capital had positive
and significant effects toward the financial performance of the companies in the
future. Rate of Growth Intellectual Capital does not effects toward the financial
performance of the companies in the future.
Keyword : Intellectual capital, Return on Assets, financial performance, Rate of

Growth Intellectual Capital, VAICTM , Partial Least Square
viii
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT atas limpahan rahmat dan
hidayah-Nya, sehingga penyusunan skripsi yang berjudul “Pengaruh intellectual
capital terhadap kinerja keuangan perusahaan perdagangan jasa yang terdaftar di
Bursa Efek Indonesia” dapat diselesaikan dengan baik. Skripsi ini disusun untuk
memenuhi syarat guna memperoleh gelar Sarjana Ekonomi pada Jurusan dan
Program Studi Manajemen, Fakultas Ekonomi, Universitas Negeri Yogyakarta.
Penulisan skripsi ini tidak terlepas dari bimbingan, bantuan serta dorongan
motivasi dari berbagai pihak. Oleh karena itu pada kesempatan ini, penulis ingin
menyampaikan ucapan terima kasih kepada :
1. Prof. Dr. Rochmat Wahab, M.Pd, M.A., Rektor Universitas Negeri Yogyakarta.
2. Dr. Sugiharsono, M.Si., Dekan Fakultas Ekonomi Universitas Negeri Yogyakarta.
3. Setyabudi Indartono, Ph.D., Ketua Jurusan dan Program Studi Manajemen
Fakultas Ekonomi Universitas Negeri Yogyakarta.
4. Winarno, M.Si., Dosen Pembimbing skripsi sekaligus sekretaris penguji yang
selalu meluangkan waktu untuk memberikan bimbingan, pengarahan, saran, dan
dukungan selama proses penyusunan skripsi dari awal hingga akhir.
5. Muniya Alteza, M.Si., Narasumber sekaligus penguji utama yang telah
memberikan masukan dalam seminar proposal, menguji dan mengoreksi proposal
guna menyempurnakan penulisan skripsi ini.
ix
6. Naning Margasari M.Si, MBA., Ketua Penguji yang telah memberikan masukan
guna menyempumakan penulisan skripsi ini.
7. Musaroh, M.Si., Dosen Pembimbing Akademik yang telah memberikan bantuan
dan bimbingan selama penulis menjadi mahasiswa.
8. Segenap Dosen Program Studi dan Jurusan Manajemen Fakultas Ekonomi
Universitas Negeri Yogyakarta yang telah memberikan ilmu yang bermanfaat.
9. Bapak dan Ibu serta seluruh keluarga besar yang telah memberikan dukungan dan
segalanya.
10. Seluruh ternan-ternan Jurusan Manajemen angkatan 2012 khususnya ternan ternan
kelas B09 2.
11. Seluruh pihak yang tidak dapat disebutkan satu persatu yang telah membantu
penyusunan skripsi ini.
Penulis menyadari bahwa dalam skipsi ini masih terdapat banyak kekurangan dan
keterbatasan. 01eh karena itu, kritik dan saran yang bersifat membangun sangat
dibutuhkan. Penulis berharap agar skripsi ini dapat memberikan manfaat bagi semua
pihak dan dapat digunakan sebagai tambahan informasi bagi pihak yang
membutuhkan.
Yogyakarta, 12 Agustus 2016

Pe ulis
Sony r hrina Jayati

NIM. 12808144072
x
DAFTAR ISI
HALAMAN JUDUL......................................................................................... i
HALAMAN PERSETUJUAN ........................................................................ ii
HALAMAN PENGESAHAN ......................................................................... iii
HALAMAN PERNYATAAN ........................................................................ iv
MOTTO ............................................................................................................v
HALAMAN PERSEMBAHAN ..................................................................... vi
ABSTRAK ..................................................................................................... vii
ABSTRACT .................................................................................................... viii
KATA PENGANTAR .................................................................................... ix
DAFTAR ISI ................................................................................................... xi
DAFTAR TABEL ......................................................................................... xiii
DAFTAR LAMPIRAN ................................................................................. xiv
BAB I PENDAHULUAN .................................................................................1

A. Latar Belakang Masalah ....................................................................1
B. Identifikasi Masalah ........................................................................16
C. Pembatasan Masalah .......................................................................17
D. Perumusan Masalah .........................................................................17
E. Tujuan Penelitian .............................................................................18
F. Manfaat Penelitian ...........................................................................19
BAB II KAJIAN PUSTAKA ..........................................................................20

A. Landasan Teori ................................................................................20
1. Kinerja Keuangan .....................................................................20
2. Profitabilitas .............................................................................22
3. Modal Intelektual ......................................................................24
4. Resources Based Theory ...........................................................28
5. Knowledge Based Theory ..........................................................31
xi
6. Stakeholder Theory....................................................................32
7. Legitimacy Theory .....................................................................35
B. Penelitian yang Relevan ..................................................................36
C. Kerangka Berpikir ...........................................................................40
D. Paradigma Penelitian .......................................................................45
E. Hipotesis Penelitian .........................................................................45
BAB III METODE PENELITIAN..................................................................47

A. Desain Penelitian .............................................................................47
B. Definisi Operasional Variabel Penelitian ........................................47
1. Variabel Dependen ....................................................................48
2. Variabel Independen..................................................................49
C. Tempat dan Waktu Penelitian .........................................................53
D. Populasi dan Sampel Penelitian ......................................................53
E. Teknik Pengumpulan Data ..............................................................54
F. Teknik Analisis Data .......................................................................55
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ................................62

A. Gambaran Umum dan Deskripsi Data Objek Penelitian .................62
1. Gambaran Umum Objek Penelitian ...........................................62
2. Statistik Deskriptif .....................................................................64
a. Analisis Deskriptif VAICTM ...................................................................... 64
b. Analisis Deskriptif ROGIC ..................................................66
c. Analisis Deskriptif Kinerja Keuangan .................................68
B. Hasil Penelitian................................................................................69
Hasil Uji Hipotesis ....................................................................69
a. Uji Outer Model ..................................................................69
b. Uji Inner Model ...................................................................84
C. Pembahasan .....................................................................................90
BAB V KESIMPULAN DAN SARAN ..........................................................97

A. Kesimpulan ......................................................................................97
B. Keterbatasan Penelitian ...................................................................98
C. Saran ................................................................................................99
DAFTAR PUSTAKA ...................................................................................100
LAMPIRAN ..................................................................................................104
xii
DAFTAR TABEL
Tabel Halaman
Tabel 1 Sampel Penelitian ..............................................................................63
Tabel 2 Hasil Analisis Statistik Deskriptif VAIC ...........................................64
Tabel 3 Hasil Analisis Statistik Deskriptif ROGIC .......................................66
Tabel 4 Hasil Analisis Statistik Deskriptif Kinerja Keuangan........................68
Tabel 5 Hasil Outer Weight Hipotesis 1 tahun 2013 ......................................71
Tabel 6 Hasil Outer Weight H1 tahun 2013 (recalculated) .............................72
Tabel 8 Hasil Outer Weight H1 tahun 2014 (recalculated) .............................75
Tabel 10 Hasil Outer Weight H2 tahun 2013 (recalculated) ...........................78
Tabel 11 Hasil Outer Weight Hipotesis 2 tahun 2014 ....................................79
Tabel 12 Hasil Outer Weight H2 tahun 2014 (recalculated) ...........................80
Tabel 15 Hasil Inner Weight Hipotesis 1 ........................................................85
Tabel 18 Hasil R Square .................................................................................88
xiii
DAFTAR LAMPIRAN
Lampiran Halaman
1. Daftar sampel perusahaan perdagangan jasa periode 2013 – 2014.........105
2. Data Kinerja Keuangan Perusahaan .......................................................107
3. Data komponen intellectual capital ........................................................109
4. Data komponen Rate of Growth Intellectual Capital .............................111
5. Data Variabel Dependen dan Vsriabel Independen ................................113
6. Data Perhitungan ROA 2013 ..................................................................115
9. Data Perhitungan Value Added 2012 .....................................................121
12. Data Perhitungan Capital Employed .......................................................127
13. Data Perhitungan VACA 2012................................................................129
16. Data Perhitungan Human Capital ...........................................................135
17. Data Perhitungan VAHU 2012 ...............................................................137
xiv
20. Data Perhitungan Structural Capital 2012..............................................143
23. Data Perhitungan STVA 2012 ................................................................149
26. Data Perhitungan VAIC 2013 .................................................................155
27. Data Perhitungan VAIC 2014 .................................................................157
28. Data Perhitungan RVACA 2013 .............................................................159
29. Data Perhitungan RVACA 2014 .............................................................161
30. Data Perhitungan RVAHU 2013 .............................................................163
31. Data Perhitungan RVAHU 2014 .............................................................165
32. Data Perhitungan RSTVA 2013 ..............................................................167
33. Data Perhitungan RSTVA 2014 ..............................................................169
34. Data Perhitungan ROGIC 2013 ..............................................................171
35. Data Perhitungan ROGIC 2014 ..............................................................173
36. Hasil Analisis Statistik Deskriptif VAIC ................................................175
37. Hasil Analisis Statistik Deskriptif ROGIC .............................................176
38. Hasil Analisis Statistik Deskriptif Kinerja Keuangan ............................177
39. Hasil Outer Weight Hipotesis 1 tahun 2013............................................178
40. Hasil Outer Weight H1 tahun 2013 (recalculated) ..................................179
xv
49. Hasil Inner Weight Hipotesis 1 ...............................................................188
52. Hasil R Square ........................................................................................191
xvi
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Era Globalisasi, inovasi teknologi dan persaingan bisnis yang semakin
ketat saat ini memaksa perusahaan – perusahaan untuk mengubah strategi
yang digunakan dalam menjalankan bisnis. Dunia bisnis yang semakin
berkembang membuat pelaku bisnis harus menyadari bahwa kemampuan
bersaing tidak hanya ada pada kepemilikan sumber daya yang dimilikinya,
namun juga kepada inovasi, informasi dan pengetahuan sumber daya
manusia yang dimiliki perusahaan. Komponen dari aset tidak berwujud
salah satunya dikenal dengan intellectual capital. Kesadaran tentang
pentingnya peran intellectual capital bagi pertumbuhan perusahaan
membuat perhatian perusahaan terhadap pengelolaan intellectual capital
semakin besar. Beberapa tahun terakhir banyak perusahaan yang telah
melengkapi laporan kinerjanya dengan laporan intellectual capital.
Banyak tantangan yang harus dihadapi oleh perusahaan untuk
mempertahankan eksistensinya. Salah satu cara yang digunakan adalah
perusahaan dengan cepat mengubah strategi bisnis yang semula
berdasarkan pada labor-based business (bisnis berdasarkan tenaga kerja)
menuju knowledge based business (bisnis berdasarkan pengetahuan),
sehingga karakteristik utama perusahaan menjadi perusahaan yang
berbasis ilmu pengetahuan (Widjanarko, 2006 dalam Kartikasari, 2014).
1
2
Seiring dengan perubahan ekonomi yang berkarakteristik ekonomi
berbasis pengetahuan dengan penerapan manajemen pengetahuan, maka
kemakmuran suatu perusahaan akan bergantung pada suatu penciptaan
transformasi dan kapitalisasi dari pengetahuan itu sendiri
(Sawarjuwono,2003). Penelitian mengenai intellectual capital menarik
untuk diteliti karena merupakan aset tidak berwujud dan merupakan salah
satu aset yang vital bagi perusahaan. Intellectual capital memiliki manfaat
untuk meningkatkan kinerja keuangan perusahaan sehingga menciptakan
keunggulan kompetitif.
Kinerja keuangan perusahaan merupakan suatu hasil yang
memanfaatkan sumber daya. Laba merupakan parameter dalam mengukur
kinerja keuangan. Oleh karena itu laba sangat diperlukan oleh suatu
perusahaan untuk kelangsungan hidup perusahaan. Laba akan diperoleh
jika perusahaan terus melakukan kegiatan operasionalnya. Kegiatan
operasional perusahaan akan dicapai jika mempunyai sumber daya yang
berpengetahuan dan berkompetensi dalam bidangnya. Laba akan
memberikan sinyal positif bagi prospek perusahaan di masa depan tentang
kinerja keuangan perusahaan sehingga dengan adanya pertumbuhan laba
yang terus meningkat, maka akan memberikan sinyal positif bagi kinerja
keuangan perusahaan.
Pertumbuhan laba yang semakin baik akan mengindikasikan bahwa
kinerja keuangan perusahaan juga semakin baik, karena laba merupakan
ukuran kinerja suatu perusahaan. Laporan keuangan berisi tentang

3
ringkasan data keuangan perusahaan dan hasil kinerja selama satu tahun.
Laporan keuangan disusun berdasarkan kepentingan manajemen
perusahaan dan pihak lain yang mempunyai kepentingan pada data
keuangan perusahaan. Laporan keuangan yang dihasilkan oleh perusahaan
adalah suatu informasi yang digunakan dalam menilai kinerja keuangan
perusahaan. Laba merupakan indikator kinerja suatu perusahaan, karena
penyajian informasi yang dipaparkan merupakan fokus kinerja keuangan
yang penting. Para investor akan melihat kinerja perusahaan dari laporan
keuangan tahunan yang dikeluarkan oleh perusahaan berdasarkan kinerja
keuangan dan kinerja operasional perusahaan.
Pengukuran kinerja keuangan perusahaan menjadi acuan yang dapat
menguntungkan atau tidak menguntungkan pada suatu bisnis. Terukurnya
kinerja perusahaan untuk mengetahui segala informasi sangat dibutuhkan
para stakeholder maupun pihak lain yang berkepentingan. Perusahaan
yang telah mencapai tujuan dapat dilihat dari hasil kinerjanya sehingga
berbagai upaya akan dilakukan untuk mencapai kinerja yang baik. Salah
satu yang dilakukan oleh perusahaan agar mencapai kinerja yang baik dan
dapat terus berinovasi yaitu perusahaan secara efektif mengembangkan
sumber daya manusia yang berkualitas, teknologi yang handal, serta
hubungan baik dengan pelanggan dimana hal tersebut adalah elemen dari
intellectual capital.
4
Kinerja perusahaan akan dijadikan sebagai dasar pengambilan
keputusan bagi pihak internal maupun eksternal untuk mencapai tujuan
perusahaan. Kinerja keuangan perusahaan sangat penting untuk diukur dan
diketahui bagaimana tingkat perkembangannya karena merupakan tolak
ukur keberhasilan perusahaan. Informasi tentang kinerja keuangan berguna
untuk menetapkan kebijakan yang akan diambil oleh pihak manajemen
suatu perusahaan. Menghadapi persaingan yang semakin ketat, maka
masuknya perusahaan asing ke pasar Indonesia menuntut perusahaan
dalam negeri untuk memperbaiki kinerja perusahaan. Oleh karena itu,
informasi dan ilmu pengetahuan sangat dibutuhkan sebagai modal untuk
menghadapi persaingan saat ini serta di masa yang akan datang.
Pertumbuhan ilmu pengetahuan dan teknologi yang semakin pesat
membuat perusahaan harus menyesuaikan segala bentuk perubahan
tersebut. Penerapan ilmu pengetahuan dan teknologi mampu dijadikan
sebagai kekuatan untuk menguasai pasar, sehingga diharapkan mampu
meningkatkan kinerja keuangan perusahaan di masa yang akan datang.
Sejak tahun 1990an, perhatian terhadap praktek pengelolaan aset tidak
berwujud (intangible asset) telah meningkat secara dramatis (Harrison dan
Sullvian, 2000). Salah satu pendekatan yang digunakan untuk pengukuran
intangible asset tersebut adalah intellectual capital yang telah menjadi
fokus perhatian dalam berbagai bidang, baik manajemen, teknologi
informasi, sosiologi maupun akuntansi (Guthri dan Petty, 2000). Pada saat
ini belum ada peraturan khusus yang mengatur mengenai pengukuran dan
5
pelaporan dari modal intelektual (Widyaningrum, 2004). Intellectual
capital semakin menjadi aset yang sangat bernilai dalam perkembangan
bisnis saat ini, namun laporan keuangan tradisional belum berhasil
menyajikan informasi mengenai intellectual capital. Intellectual capital
merupakan modal berbasis pengetahuan yang dimiliki perusahaan sebagai
landasan untuk tumbuh dan lebih unggul dari pada pesaing lainnya.
Intellectual capital adalah ilmu pengetahuan yang dimiliki oleh
sumber daya manusia perusahaan atau karyawan yang tidak berwujud,
sehingga dapat memberikan nilai tambah pada suatu perusahaan.
Pengetahuan dibutuhkan dan penting untuk keberlangsungan hidup suatu
perusahaan, sehingga peran intellectual capital sangat vital bagi sebuah
perusahaan. Hal tersebut karena perusahaan mulai menyadari pentingnya
intellectual capital untuk menjadikan perusahaan lebih unggul dan
inovatif. Pemanfaatan dan pengelolaan intellectual capital yang baik akan
meningkatkan kinerja keuangan perusahaan sehingga hal tersebut akan
menjadi nilai tambah bagi perusahaan dan nantinya akan tercapai
keunggulan kompetitif perusahaan.
Perusahaan memerlukan intellectual capital untuk mencapai tujuannya
dimana keberhasilan perusahaan dapat diukur dengan kinerja keuangan
perusahaan. Perusahaan mempunyai tujuan utama yaitu memperoleh laba,
sehingga mengakibatkan kinerja keuangan dijadikan sebagai tolak ukur
dalam keberhasilan suatu perusahaan. Kinerja keuangan digunakan untuk
menilai kondisi keuangan perusahaan dan prestasi perusahaan. Kinerja

6
keuangan dapat diukur dengan beberapa rasio keuangan. Rasio keuangan
perusahaan yang digunakan dalam penelitian ini adalah rasio profitabilitas
yang digunakan untuk mengukur efektivitas perusahaan dan mengukur
kemampuan perusahaan dengan keseluruhan dana yang ditanamkan pada
aset yang digunakan untuk operasional perusahaan dalam menghasilkan
keuntungan Rasio profitabilitas yang akan digunakan yaitu Return On
Assets (ROA). Return on asset merupakan kemampuan perusahaan dalam
menghasilkan laba (Munawir, 2002). ROA berguna untuk melihat
efektivitas perusahaan dalam menghasilkan keuntungan pada aset yang
dimilikinya. Hal tersebut dapat disimpulkan bahwa semakin besar ROA,
maka semakin besar pula tingkat keuntungan yang dicapai perusahaan dan
semakin baik pula posisi perusahaan dari segi penggunaan asset. Semakin
tinggi rasio ini maka semakin baik produktivitas asset dalam memperoleh
keuntungan bersih. Hal tersebut akan menjadi daya tarik perusahaan
kepada investor karena tingkat pengembalian akan semakin besar.
Rasio profitabilitas yang diproksikan dengan ROA (Return on Assets)
akan mengukur seberapa besar efektifitas pihak manajemen dalam
mengelola aset perusahaan dan mengukur tingkat pengembalian sebagai
bentuk evaluasi bagi pihak manajemen atas penggunaan aset. Apabila
perusahaan tidak mempunyai laba positif, maka investor tidak akan tertarik
untuk menginvestasikan dana. Profitabilitas juga berkaitan dengan usaha
dalam mempertahankan kelangsungan hidup suatu perusahaan di masa
yang akan datang. Profitabilitas yang tinggi akan mencerminkan kinerja

7
keuangan yang semakin baik. Intellectual Capital dimanfaatkan oleh suatu
perusahaan untuk mempertahankan dan menaikkan profitabilitasnya.
Menurut Abidin (2000) dalam Kuryanto dan Syafruddin (2009), dalam
praktiknya modal intelektual masih belum dikenal secara luas di Indonesia,
dan cenderung menggunakan conventional based dalam membangun
bisnisnya sehingga produk yang dihasilkan masih miskin kandungan
teknologi. Perusahaan – perusahaan tersebut masih belum memberikan
perhatian terhadap human capital, structural capital, dan customer capital,
padahal ketiga elemen ini merupakan elemen utama pembangun modal
intelektual perusahaan (Sawarjuwono dan Kadir, 2003). Hal tersebut
dikarenakan minimnya informasi mengenai intellectual capital. Oleh
karena itu, diharapkan perusahaan - perusahaan tersebut mulai memahami
pentingnya modal intelektual yang berbasis manajemen pengetahuan.
Intellectual Capital (IC) merupakan materi intelektual yang telah
diformulasikan untuk menciptakan kekayaan dengan menghasilkan suatu
asset yang bernilai tinggi (Ulum, 2009). Di Indonesia, fenomena
Intellectual Capital (IC) mulai berkembang setelah munculnya PSAK
No.19 (revisi 2000) tentang aset tidak berwujud. Menurut PSAK No. 19,
aset tidak berwujud adalah aset non- moneter yang dapat diidentifikasikan
dan tidak mempunyai wujud fisik serta dimiliki untuk digunakan dalam
menghasilkan atau menyerahkan barang atau jasa, disewakan pada pihak
lainnya, atau untuk tujuan administratif (IAI,2007).

8
Intellectual Capital (IC) telah mendapat perhatian banyak pihak
meskipun tidak dinyatakan secara empiris, semakin meningkat perhatian
terhadap Intellectual Capital (IC) berarti semakin meningkat kesadaran
perusahaan mengenai Intellectual Capital (Ulum,2008). Oleh karena itu,
jika perusahaan mengacu pada bisnis berdasarkan pengetahuan, maka
perusahaan di Indonesia dapat bersaing menggunakan keunggulan
kompetitif yang diperoleh melalui inovasi kreatif yang dihasilkan oleh
Intellectual Capital (IC) perusahaan. Perusahaan yang sukses adalah
perusahaan yang mengelola kemampuan berpikir dan pengetahuan sebagai
modal utama dalam menjalankan aktivitas bisnisnya. Oleh sebab itu,
perusahaan semakin mementingkan aset pengetahuan sebagai aset tidak
berwujud untuk menciptakan keunggulan kompetitif.
Intellectual Capital (IC) merupakan sumber daya yang berbeda pada
setiap perusahaan, sehingga tidak semua perusahaan dapat menirunya.
Komponen dalam Intellectual Capital (IC) dikelompokkan menjadi tiga,
yaitu human capital, structural capital, dan relational capital. Human
capital meliputi pengetahuan, keahlian, motivasi dan kompetensi yang
dimiliki oleh karyawan. Structural capital mencakup budaya perusahaan,
komputer software serta teknologi informasi. Relational capital mencakup
loyalitas konsumen, pelayanan jasa terhadap seluruh para konsumen, dan
hubungan baik dengan para pemasok. Modal intelektual adalah aset tidak
berwujud mengenai pengetahuan, informasi dan kompetensi yang dimiliki
oleh karyawan perusahaan yang dapat digunakan untuk memperoleh laba

9
sehingga dapat memengaruhi kinerja perusahaan baik saai ini maupun di
masa yang akan datang. Banyak peneliti yang mengemukakan bahwa
intellectual capital berpengaruh terhadap kinerja keuangan perusahaan,
namun hasil yang berbeda juga diungkapkan oleh peneliti lainnya.
Modal intelektual menekankan kapasitas sumber daya manusia yang
mempunyai ide, informasi, kompetensi dan pengetahuan yang dimiliki oleh
karyawan. Sumber daya manusia memiliki peran penting untuk
menggerakkan perusahaan demi mencapai tujuan perusahaan karena
potensi yang dimiliki oleh karyawan lebih diutamakan dan dapat
dioptimalkan. Apabila potensi yang dimiliki oleh karyawan dapat
dimanfaatkan dan dikelola dengan baik, maka akan menghasilkan
produktivitas yang tinggi sehingga akan meningkatkan keuntungan bagi
perusahaan. Keuntungan perusahaan yang meningkat akan meningkatkan
nilai ROA sehingga kinerja keuangan juga akan meningkat.
Kesulitan dalam pengukuran modal intelektual secara langsung
mengakibatkan keberadaannya dalam perusahaan sulit untuk diketahui.
Bertolak belakang dengan meningkatnya pengakuan intellectual capital
dalam mendorong nilai dan keunggulan kompetitif perusahaan, pengukuran
terhadap intellectual capital yang tepat belum dapat ditetapkan. Pulic
(2000) tidak mengukur secara langsung intellectual capital perusahaan,
namun mengajukan dan mengembangkan mengenai suatu ukuran secara
tidak langsung untuk menilai efisiensi dari nilai tambah sebagai hasil dari
kemampuan intelektual perusahaan yaitu Value Added Intellectual

10
Coefficient (VAICTM) untuk mengukur intellectual capital perusahaan.
Metode (VAICTM) dirancang untuk menyediakan informasi mengenai
efisiensi penciptaan nilai dari asset berwujud dan tidak berwujud yang
dimiliki oleh sebuah perusahaan yaitu physical capital (VACA – value
added capital employed), human capital (VAHU – value added human
capital) dan structural capital (STVA – structural capital value added).
Pulic (1998) dalam Badingatus (2010) menyatakan bahwa intellectual
ability yang kemudian disebut dengan (VAICTM) menunjukkan bahwa
kedua sumber daya yaitu physical capital dan intellectual potential secara
efisien telah dimanfaatkan oleh perusahaan. Menurut Pulic (1998), tujuan
utama dalam ekonomi yang berbasis pengetahuan adalah menciptakan
value added, maka dari itu untuk mendapatkannya dibutuhkan ukuran yang
tepat tentang physical capital (dana keuangan) dan intellectual potential
(karyawan yang mempunyai potensi atau kemampuan). Investor akan
memilih perusahaan yang dapat memberikan kemakmuran financial dengan
melihat kinerja keuangan melalui laporan keuangan. Terdapat beberapa
faktor yang memengaruhi kinerja keuangan perusahaan, dan salah satu
faktor yang diperhitungkan adalah Intellectual Capital. Manajemen suatu
perusahaan harus mengetahui petingnya pemanfaatan Intellectual Capital
demi kelangsungan hidup perusahaan untuk meningkatkan laba
perusahaan, akan tetapi perusahaan belum memaksimalkan penerapan dan
pengelolaan Intelectual Capital sebagai modal dalam meningkatkan kinerja
11
Perusahaan terus terdorong untuk mencari alat pengukuran yang tepat
terhadap Intellectual Capital (IC) perusahaan. VAIC merupakan metode
yang digunakan untuk mengukur kinerja Intellectual Capital perusahaan
dan relatif mudah dilakukan karena menggunakan akun - akun dalam
laporan keuangan perusahaan. Intellectual Capital di dalam suatu
perusahaan merupakan sumber daya pengetahuan yang didasari oleh
pelanggan, proses dan teknologi yang digunakan untuk menciptakan nilai
(Bukh et, al, 2005). Intellectual Capital akan digunakan perusahaan
sebagai aset yang berbasis pengetahuan yang terdiri dari pengalaman,
keahlian dan kemampuan sehingga dapat dimanfaatkan oleh perusahaan.
Intellectual Capital biasanya digunakan untuk membantu kelangsungan
bisnis perusahaan dalam rangka mencapai daya saing jangka panjang (Roos
et al, 2005).
Pada dasarnya, intellectual capital memengaruhi tingkat kinerja suatu
perusahaan. Menurut Ulum (2009) penciptaan nilai yang tidak berwujud
(intangible valus creation) harus mendapatkan perhatian yang cukup
karena hal tersebut berdampak sangat besar terhadap kinerja keuangan
perusahaan. Apabila perusahaan bertujuan untuk meningkatkan
pendapatan laba, maka pelayanan dan hubungan yang baik terhadap
pelanggan sangat diperlukan. Intellectual Capital merupakan sumber daya
yang unik sehingga menjadikan Intellectual Capital sebagai kunci bagi
perusahaan untuk menciptakan value added perusahaan dan tercapainya
keunggulan kompetitif perusahaan. Perusahaan yang memiliki keunggulan

12
kompetitif dapat bertahan dan bersaing dengan perusahaan di lingkungan
bisnis.
Chen et al (2005) dalam Ulum (2008) menyarankan sebuah
pengukuran tidak langsung terhadap Intellectual Capital yaitu dengan
mengukur efisiensi dari nilai tambah yang dihasilkan oleh kemampuan
intelektual perusahaan yang dinamakan VAIC. VAIC merupakan metode
untuk mengukur kinerja Intellectual Capital perusahaan. Metode VAIC ini
relatif mudah dan memungkinkan untuk dilakukan karena menggunakan
data yang ada dalam laporan keuangan tahunan perusahaan. Metode VAIC
akan menggambarkan seberapa besar Intellectual Capital menambah nilai
perusahaan dari penggunaan aset tersebut. Penggunaan metode VAIC akan
memberikan peluang bagi perusahaan dan stakeholder untuk mengetahui
seberapa besar aset berwujud dan tidak berwujud memberikan nilai dan
seberapa efisien dalam memberikan keuntungan perusahaan.
Adapun beberapa penelitian mengenai Intellectual Capital (IC), salah
satunya adalah penelitian yang dilakukan oleh Chen et al. (2005) yaitu
meneliti hubungan antara Value Added Intellectual Coefficient sebagai metode
untuk mengukur intellectual capital terhadap nilai perusahaan dengan
menggunakan variabel market to book value ratio dan kinerja keuangan
perusahaan diproksikan oleh return on equity (ROE), return on asset (ROA),
pertumbuhan pendapatan (GR) dan produktivitas karyawan (EP) pada
perusahaan publik di Taiwan Stock Exchange. Hasil penelitian ini
menyimpulkan bahwa terdapat hubungan positif dan signifikan antara modal

13
intelektual dan nilai pasar perusahaan. VAIC juga dapat digunakan sebagai
indikator untuk memprediksi kinerja perusahaan di masa mendatang. Serupa
dengan penelitian Chen et al (2005), Tan et al (2007) berhasil membuktikan
bahwa intellectual capital berhubungan secara positif terhadap kinerja
keuangan perusahaan maupun kinerja keuangan perusahaan di masa datang.
Penelitian yang serupa juga dilakukan di Indonesia oleh Ulum et al. (2008)
yang telah menguji pengaruh intellectual capital terhadap kinerja keuangan
130 perusahaan sektor perbankan dengan metode Partial Least Square (PLS),
kinerja keuangan perusahaan di masa depan dan juga menguji pengaruh rata-
rata pertumbuhan intellectual capital (ROGIC) terhadap kinerja keuangan
perusahaan di masa depan. Kinerja keuangan perusahaan diproksikan oleh
Return On Assets (ROA), Asset Turn Over (ATO), dan Growth Revenue (GR).
Sebanding dengan penelitian Tan et al. (2007), hasil penelitian oleh Ulum
tersebut membuktikan bahwa intellectual capital berpengaruh positif terhadap
kinerja keuangan perusahaan. Intellectual capital juga berpengaruh positif
terhadap kinerja keuangan masa depan perusahaan, tetapi Rate of Growth of
Intellectual Capital (ROGIC) tidak berpengaruh positif terhadap kinerja
perusahaan masa depan.
Pada penelitian Firrer dan William (2003) dalam Suhendah (2012) yang
menggunakan kinerja perusahaan, yaitu profitabilitas yang digambarkan
dengan return on asset (ROA), produktifitas digambarkan dengan rasio
penjualan dibagi total aset (ATO), dan nilai pasar digambarkan dengan market
to book value ratio (MB). Hasilnya menyatakan bahwa ada pengaruh positif
antara intellectual capital dengan kinerja perusahaan. Belkaoui (2003)

14
melakukan penelitian untuk menguji intellectual capital pada kinerja
perusahaan multinasional di United States dan diperoleh hasil bahwa
intellectual capital memiliki pengaruh positif pada kinerja perusahaan.
Hasil penelitian-penelitian tersebut memberikan indikasi adanya manfaat
intellectual capital dan perlunya suatu penelitian empiris tentang
intellectual capital pada perusahaan-perusahaan go public di Indonesia.
Kuryanto dan Syafruddin (2008) meneliti pengaruh modal intelektual
terhadap kinerja keuangan perusahaan”. Hasil pada penelitian
menunjukkan bahwa modal intelektual tidak berpengaruh terhadap kinerja
perusahaan, serta tidak ada pengaruh pada tingkat pertumbuhan Intellectual
Capital (IC) sebuah perusahaan terhadap kinerja di masa depan. Jaluanto
dan Kurniyawan dalam Jurnal Ilmiah UNTAG Semarang meneliti tentang
studi Intellectual Capital terhadap nilai pasar dan kinerja keuangan
perusahaan makanan dan minuman yang terdaftar pada BEI tahun 2009 –
2010. Hasil penelitian menunjukkan bahwa tidak ada pengaruh variabel
Intellectual Capital (IC) yang terdiri dari VACA terhadap kinerja keuangan
perusahaan sedangkan untuk variabel VAHU dan STVA menunjukkan
bahwa ada pengaruh positif dan signifikan terhadap kinerja keuangan
perusahaan.
Penelitian ini akan menggunakan perusahaan – perusahaan yang berada
pada sektor perdagangan dan jasa yang terdaftar di Bursa Efek Indonesia
sebagai sampel penelitian. Alasan mengapa peneliti menggunakan
perusahaan di sektor perdagangan jasa karena mengacu pada saran

15
Ekowati, dkk (2012) untuk menggunakan sampel selain sektor manufaktur
dan perbankan. Hal tersebut disebabkan karena sebagian besar masih
mengandalkan modal fisik dalam kegiatan produksinya sehingga tidak
dapat mengeneralisir seluruh jenis perusahaan di Bursa Efek Indonesia.
Perusahaan perdagangan dan jasa lebih mengandalkan intellectual capital
dalam kegiatan operasional perusahaan sehingga dapat berkompetisi di
pasar global. Perusahaan perdagangan terus melakukan inovasi
menggunakan kemajuan teknologi untuk bersaing secara kompetitif.
Perusahaan jasa merupakan sektor yang melakukan pelayanan bergantung
pada intelektual, kecerdasan dan akal manusia serta merupakan industri
berbasis pengetahuan yang memanfaatkan inovasi – inovasi yang
diciptakannya sehingga memberikan nilai tersendiri atas produk dan jasa
yang dihasilkan bagi konsumen. Penelitian sebelumnya menyarankan
untuk menggunakan perusahaan di bidang IT, dimana industri tersebut
tidak memiliki banyak aset berwujud dan menghadapi keusangan produk
lebih cepat daripada perusahaan lain. Industri ini juga membutuhkan
inovasi yang tinggi dan mengandalkan kemampuan karyawannya dalam
melaksanakan kegiatan operasional bisnisnya.
Alasan penulis tertarik untuk menguji intellectual capital terhadap
kinerja keuangan perusahaan adalah karena saat ini perusahaan belum
melaporkan adanya intangible asset berupa intellectual capital khususnya
human capital yang memiliki kontribusi dalam menciptakan keunggulan
kompetitif untuk memenangkan persaingan bisnis yang sangat ketat.

16
Beberapa penelitian tentang Intellectual Capital telah membuktikan bahwa
Intellectual Capital mempunyai pengaruh yang signifikan terhadap kinerja
keuangan perusahaan, artinya Intellectual Capital dapat menjadi salah satu
aset yang penting bagi perusahaan dalam penciptaan nilai dan kinerja
perusahaan. Penelitian ini diajukan untuk memperoleh gambaran dan
pemahaman yang komprehensif tentang Intellectual Capital serta
penerapannya dalam laporan keuangan perusahaan.
Keberagaman hasil yang diperoleh disebabkan karena adanya
perbedaan obyek penelitian, proksi variabel kinerja keuangan dan alat
analisis yang digunakan. Berdasarkan research gap yang terjadi, maka
peneliti tertarik untuk melakukan penelitian tentang modal intelektual.
Objek penelitian ini terdapat pada perusahaan perdagangan jasa yang
terdaftar di BEI. Berdasarkan uraian dari latar belakang di atas, maka
masalah yang akan diteliti dalam penelitian ini adalah “Pengaruh
Intellectual Capital terhadap Kinerja Keuangan Perusahaan Perdagangan
Jasa di Bursa Efek Indonesia”.
B. Identifikasi Masalah
Berdasarkan latar belakang di atas, dapat diidentifikasikan beberapa
permasalahan sebagai berikut :
1. Intellectual Capital belum diketahui secara luas di Indonesia dan
perusahaan cenderung masih menggunakan conventional based
sehingga bisnisnya miskin kandungan teknologi.

17
2. Penerapan Intellectual Capital dalam peningkatan kinerja
keuangan perusahaan belum dapat dilaksanakan secara maksimal
oleh pihak perusahaan.
3. Hasil penelitian sebelumnya masih menunjukkan hasil yang belum
konsisten, sehingga dilakukan penelitian mengenai pengaruh
modal intelektual terhadap kinerja keuangan perusahaan di masa
yang akan datang.
C. Pembatasan Masalah
Berdasarkan latar belakang dan identifikasi masalah di atas, maka
pada penelitian ini penulis tidak akan membahas terlalu jauh untuk
menghindari perluasan permasalahan. Oleh karena itu, penelitian akan
terbatas pada pengaruh Intellectual Capital terhadap kinerja keuangan
perusahaan pada perusahaan perdagangan dan jasa yang terdaftar di BEI
dan konsisten mengumumkan laporan keuangan tahunan dengan periode
2013-2014.
D. Perumusan Masalah
Berdasarkan latar belakang, identifikasi masalah dan batasan masalah
di atas, maka perumusan masalah dalam penelitian ini adalah :
1. Bagaimana pengaruh intellectual capital terhadap kinerja keuangan
perusahaan ?
18
2. Bagaimana pengaruh intellectual capital terhadap kinerja keuangan
perusahaan perdagangan jasa di masa depan yang terdaftar di
Bursa Efek Indonesia ?
3. Bagaimana pengaruh Rate of Growth Intellectual Capital (ROGIC)
terhadap kinerja keuangan perusahaan perdagangan jasa di masa
depan yang terdaftar di Bursa Efek Indonesia ?
E. Tujuan Penelitian
Berdasarkan latar belakang, batasan masalah dan rumusan masalah di
atas, maka tujuan dari penelitian ini adalah :
1. Untuk mengetahui pengaruh intellectual capital terhadap kinerja
keuangan perusahaan
2. Untuk mengetahui pengaruh intellectual capital terhadap kinerja
keuangan perusahaan perdagangan jasa dan investasi di masa
depan yang terdaftar di Bursa Efek Indonesia.
3. Untuk mengetahui pengaruh Rate of Growth Intellectual Capital
(ROGIC) terhadap kinerja keuangan perusahaan perdagangan jasa
dan investasi di masa depan yang terdaftar di Bursa Efek
Indonesia.
19
F. Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan manfaat sebagai
berikut :
1. Bagi Investor
Penelitian ini diharapkan mampu memberikan informasi
tambahan bagi para investor mengenai pengelolaan Intellectual
Capital, sehingga dapat diterapkan pada perusahaan serta
memudahkan investor dalam mengambil keputusan investasi.
2. Bagi Manajemen
Penelitian ini diharapkan membantu pihak manajemen dalam
menentukan kebijakan – kebijakan yang akan diambil oleh
perusahaan melalui informasi yang didapat, sehingga dapat
memaksimumkan kinerja keuangan perusahaan di masa yang akan
datang.
3. Bagi Akademisi
Penelitian ini diharapkan dapat berguna sebagai tambahan
bahan referensi dan informasi pada penelitian – penelitian
selanjutnya mengenai kinerja keuangan perusahaan di masa yang
akan datang serta menambah wawasan dalam bidang ekonomi.

BAB II
KAJIAN PUSTAKA
A. Landasan Teori
1. Kinerja Keuangan
Kinerja dapat diartikan sebagai prestasi yang dicapai perusahaan
dalam periode tertentu yang mencerminkan tingkat kesehatan suatu
perusahaan (Sukhemi,2007). Kinerja merupakan sebuah gambaran
prestasi yang akan dicapai suatu perusahaan dalam kegiatan
operasional. Kinerja keuangan perusahaan berupa gambaran dari
kondisi keuangan perusahaan yang dianalisis menggunakan rasio
keuangan. Dari analisis tersebut dapat diketahui bagaimana keadaan
keuangan perusahaan yang mencerminkan prestasi kerja. Penilaian
kinerja keuangan adalah salah satu cara untuk memenuhi kewajiban
kepada penyandang dana dan untuk mencapai tujuan perusahaan.
Kinerja perusahaan dapat dilihat dari segi keuangan maupun non
keuangan. Kinerja perusahaan yang dimaksud dalam penelitian ini
adalah kinerja keuangan. Kinerja keuangan adalah penentuan ukuran
tertentu yang dapat mengukur keberhasilan suatu perusahaan dalam
menghasilkan laba. Kinerja keuangan perusahaan merupakan hasil dari
banyak keputusan individual yang dibuat secara terus menerus oleh
manajemen (Sucipto,2003).
20
21
Laporan keuangan merupakan gambaran kondisi perusahaan yang
telah dicapai dalam periode tertentu. Laporan keuangan merupakan
ringkasan transaksi – transaksi keuangan yang sudah terjadi selama
satu tahun. Laporan keuangan yang lengkap meliputi neraca, laporan
laba rugi, laporan perubahan posisi keuangan, catatan, dan laporan
lain. Menurut Munawir (2002), laporan keuangan adalah alat yang
sangat penting dan digunakan untuk memperoleh informasi yang
berhubungan dengan posisi keuangan serta hasil yang telah dicapai
perusahaan. Dengan demikian laporan keuangan perusahaan dapat
digunakan sebagai alat untuk mengukur kinerja keuangan perusahaan.
Penilaian kinerja keuangan dapat menggunakan ukuran atau tolak
ukur tertentu. Ukuran yang lazim digunakan adalah rasio atau indeks
yang menghubungkan dua data keuangan. Jenis perbandingan rasio
masa lalu, saat ini dan masa yang akan datang untuk perusahaan yang
sama. Rasio keuangan menjadi alat analisis data yang paling sering
digunakan dalam dunia keuangan. Rasio ini menghubungkan berbagai
perkiraan pada laporan keuangan sehingga dapat mempresentasikan
kondisi keuangan dan hasil operasi perusahaan. Analisis keuangan
merupakan alat untuk memahami laporan keuangan.
Bagi investor, informasi mengenai kinerja keuangan perusahaan
dapat digunakan untuk melihat apakah perusahaan dapat
mempertahankan investasi mereka di perusahaan tersebut atau mencari
alternatif lain. Selain itu pengukuran kinerja keuangan dilakukan untuk

22
membuktikan kepada masyarakat, penanam modal, maupun pelanggan
bahwa perusahaan mempunyai kredibilitas yang baik. Value added
yang dianggap memiliki akurasi lebih tinggi akan dihubungkan dengan
return yang dianggap sebagai ukuran bagi shareholder. Dengan
demikian value added dan return dapat menjelaskan kekuatan teori
stakeholder dalam kaitannya dengan pengukuran kinerja organisasi
(dalam Ulum,2008).
2. Profitabilitas
Profitabilitas merupakan salah satu indikator yang digunakan untuk
mengukur kinerja keuangan perusahaan. Rasio profitabilitas akan
menunjukkan kombinasi efek dari likuiditas, manajemen aset, dan
utang pada hasil –hasil operasi (Brigham dan Houston, 2009). ROA
merupakan rasio profitabilitas yang digunakan untuk mengukur
efektivitas perusahaan di dalam menghasilkan keuntungan dengan
memanfaatkan total aset yang dimilikinya. Semakin besar ROA berarti
menunjukkan bahwa kinerja perusahaan semakin baik karena return
semakin besar.
Pada penelitian ini kinerja keuangan perusahaan diukur dengan
menggunakan proksi return on asset (ROA). ROA adalah rasio
profitabilitas yang mengukur jumlah profit yang diperoleh tiap rupiah
aset yang dimiliki perusahaan. ROA memperlihatkan kemampuan
perusahaan dalam melakukan efisiensi penggunaan total aset

23
operasional perusahaan. ROA merupakan indikator dari profitabilitas
perusahaan dalam menggunakan aset untuk menghasilkan laba bersih.
ROA dapat dihitung dengan membagi laba bersih dengan total aset
perusahaan. Semakin tinggi nilai ROA, maka akan semakin efisien
perusahaan tersebut dalam menggunakan asetnya.
ROA seringkali dipakai oleh manajemen untuk mengukur kinerja
keuangan perusahaan dan menilai kinerja operasional dalam
memanfaatkan sumber daya yang dimiliki oleh suatu perusahaan. Nilai
ROA yang semakin mendekati 1, berarti semakin baik profitabilitas
perusahaan tersebut karena setiap aset yang dimiliki dapat
menghasilkan laba. Oleh karena itu, semakin tinggi nilai ROA maka
semakin baik kinerja keuangan perusahaan tersebut. ROA yang
bernilai negatif disebabkan oleh laba perusahaan yang berada dalam
kondisi rugi. Hal tersebut berarti menunjukkan bahwa kemampuan dari
modal yang diinvestasikan secara keseluruhan belum mampu untuk
menghasilkan laba.
Rasio profitabilitas merupakan pengukuran kemampuan
perusahaan secara keseluruhan di dalam menghasilkan keuntungan
dengan jumlah keseluruhan aktiva yang tersedia di dalam perusahaan.
Rumus rasio ini adalah ROA = EAT/ Total asset. Semakin tinggi rasio
ini, semakin baik keadaan suatu perusahaan, ROA sering digunakan
untuk mengukur keseluruhan efektivitas manajemen dalam
menghasilkan laba dengan aset yang tersedia (Gitman, 2009)

24
3. Modal Intelektual
Beberapa definisi menurut pandangan para peneliti, intellectual
capital merupakan aset tidak berwujud yang dimiliki oleh perusahaan
dan dapat digunakan sebagai value added bagi suatu perusahaan untuk
menghasilkan manfaat dan meningkatkan kesejahteraan perusahaan.
Aset tidak berwujud yang termasuk dalam intellectual capital adalah
informasi, intellectual property, relasi pelanggan, loyalitas pelanggan
dan database. Intellectual Capital memiliki peran yang sangat penting
dan strategis di setiap perusahaan. Intellectual Capital adalah
pengetahuan (knowledge) dan kemampuan (ability) yang dimiliki oleh
suatu kolektivitas sosial, seperti sebuah organisasi komunitas
intelektual, atau praktik profesional serta intellectual capital mewakili
sumber daya yang bernilai tinggi dan berkemampuan untuk bertindak
yang didasarkan pada pengetahuan, Moeheriono (2012).
Menurut Stewart (1997), definisi Intellectual Capital adalah suatu
sumber daya berupa pengetahuan yang didukung oleh proses informasi
untuk menjalin hubungan dengan pihak luar, sehingga menghasilkan
aset yang bernilai tinggi dan manfaat ekonomi di masa mendatang bagi
perusahaan. Menurut Mavridis (2004) dalam Baroroh (2013)
intellectual capital adalah suatu aset tidak berwujud yang mempunyai
kemampuan untuk memberikan nilai bagi perusahaan dan masyarakat
yang meliputi hak paten, hak cipta dan waralaba, serta hak atas
kekayaan intelektual. Roos et al (1997) menyatakan bahwa

25
intellectual capital mencakup semua proses dan menjadi asset tidak
berwujud dalam neraca meliputi merk dagang, paten, dan merk.
Brooking (1996) dalam Sawarjuwono (2003) mendefinisikan
intellectual capital sebagai kombinasi dari asset tidak berwujud
meliputi pasar, intellectual property (merek dagang dan paten), sumber
daya manusia, dan infrastruktur yang menjalankan fungsinya daam
perusahaan. Bontis (1998) mendefinisikan modal intelektual mencakup
semua pengetahuan karyawan, organisasi dan kemampuan mereka
untuk menciptakan nilai tambah dan menyebabkan keunggulan
kompetitif berkelanjutan. Modal intelektual diidentifikasi sebagai
perangkat tak berwujud (sumber daya, kemampuan dan kompetensi)
yang menggerakkan kinerja organisasi dan penciptaan nilai.
Bontis et al (2010) menyatakan bahwa pada umumnya peneliti
membagi intellectual capital menjadi tiga komponen, yaitu : human
capital, structural capital, dan customer capital. Selanjutnya secara
sederhana human capital mencerminkan individual knowledge stock
suatu organisasi yang dipresentasikan melalui karyawannya.
Structural capital meliputi database, organizational chart, process
manual, strategies, routines, dan segala hal yang membuat nilai
perusahaan lebih besar dari nilai materialnya. Customer capital adalah
pengetahuan yang melekat dalam marketing channels dan customer
relationship dimana suatu organisasi mengembangkannya melalui

26
jalan bisnis. Ketiga komponen tersebut apabila dikelola dengan baik
akan menciptakan nilai tambah terhadap perusahaan (value creation).
Modal intelektual merupakan aset tidak berwujud (intangible
asset) yang tidak mudah diukur, karena itulah muncul konsep value
added intellectual capital (VAICTM) yang menjadi solusi untuk
mengukur dan melaporkan modal intelektual dengan mengacu pada
informasi keuangan perusahaan (Pulic, 1998:2000). Metode
pengukuran intellectual capital secara moneter yang banyak diadopsi
oleh banyak peneliti adalah VAIC yang dikembangkan oleh Pulic
(1998). Metode pengukuran ini berdasarkan value added yang
diciptakan dari kombinasi physical capital (VACA), human capital
(VAHU), dan structural capital (STVA). Brooking (1996) dalam
Ulum (2009) menawarkan definisi yang komprehensif dengan
menyatakan bahwa istilah intellectual capital diberikan untuk
kombinasi intangible assets yang membuat perusahaan dapat
berfungsi.
Menurut Hubert Saint-Onge dalam Stewart (1997) menjelaskan
bahwa modal intelektual dibagi ke dalam tiga bagian, yaitu:
a. Human Capital (Modal Manusia)
Human Capital terdiri dari pengetahuan, ketrampilan, dan
kemampuan manusia yang dapat digunakan untuk menghasilkan
layanan profesional dan economic rent. Coff (1997) menjelaskan
tentang teori human capital ke dalam dua kategori:

27
1) Firm Specific Human Capital yang merupakan pengetahuan
mengenai rutinitas dan prosedur yang khas dan berbeda pada
setiap perusahaan yang membatasi nilai tersebut keluar dari
perusahaan tersebut.
2) Industry Specific Human Capital yang merupakan
pengetahuan rutinitas yang khas dan berbeda pada setiap
perusahaan dalam industri yang tidak dapat ditransfer ke industri
lain. Kategori ini memungkinkan seorang profesional dapat
pindah dari satu perusahaan ke perusahaan lainnya diseluruh
pasar.
b. Structural Capital (Modal Struktural)
Structural Capital merupakan kemampuan perusahaan atau
organisasi dalam memenuhi proses rutinitas perusahaan dan
strukturnya yang mendukung usaha karyawan untuk
menghasilkan kinerja intelektual yang optimal.
c. Customer Capital (Modal Pelanggan)
Customer Capital adalah hubungan organisasi dengan orang-orang
yang berbisnis dengan organisasi tersebut. Saint-Onge dalam Stewart
(1997) memberi definisi customer capital sebagai kedalaman
(penetrasi), kelebaran (cakupan), dan keterkaitan (loyalti) dari
perusahaan. Edvinsson (dalam Stewart 1997) menambahkan customer
capital adalah kecenderungan pelanggan suatu perusahaan untuk tetap
melakukan bisnis dengan perusahaan tersebut. Modal Pelanggan

28
adalah yang paling nyata dari ketiga jenis modal intelektual karena
berfungsi dalam menjembatani modal manusia agar mampu
menciptakan hubungan yang positif dengan konsumen, pasar, dan
lembaga-lembaga tertentu.
4. Resources Based Theory
Resources Based Theory pertama kali disampaikan oleh Wernerfelt
(1984) dalam artikel pionernya yang berjudul “ A Resources- based
view of the firm”. Resources Based Theory adalah sumber daya pada
perusahaan yang dapat di jadikan keunggulan bersaing dan mampu
mengarahkan perusahaan untuk memiliki kinerja jangka panjang yang
baik. Teori ini membahas tentang sumber saya yang dimiliki
perusahaan dan bagaimana perusahaan tersebut dapat mengolah,
mengelola dan memanfaatkan sumber daya yang dimiliki. Sumber
daya yang ada pada perusahaan dapat menciptakan nilai untuk bersaing
dengan competitor. Sumber daya yang dimiliki perusahaan dapat
menciptakan nilai tambah bagi perusahaan dalam mengambil peluang
kesempatan dan menghadapi ancaman sehingga perusahaan memiliki
keunggulan kompetitif yang berbeda dengan perusahaan lain untuk
menguasai pasar.
Menurut Barney (2001) sumber daya yang dimaksud dalam teori
ini adalah sumber daya yang bersifat bernilai, langka, tidak dapat ditiru
dan tidak tergantikan. Maksudnya bernilai adalah dapat digunakan

29
untuk aktivitas perusahaan, langka berarti hanya dimiliki oleh sedikit
perusahaan saja, tidak dapat ditiru artinya sumber daya dilindungi dari
kemungkinan ditiru oleh perusahaan lain dan tidak terganti artinya
sumber daya hanya dimiliki oleh perusahaan tertentu saja dan tidak
dapat diganti dengan produk lain.
Madhani (2009) dalam Kartikasari (2014) menyebutkan bahwa
menurut resources based theory, sumber daya dapat secara umum
didefinisikan untuk memasukkan aset, proses organisasi, atribut
perusahaan, informasi, atau pengetahuan yang dikendalikan oleh
perusahaan dan dapat digunakan untuk memahami dan menerapkan
strategi. Beberapa peneliti terdahulu telah mengklasifikasikan sumber
daya perusahaan sebagai sumber daya yang berwujud dan tidak
berwujud.
Barney (1991) mengkategorikan tiga jenis sumberdaya yaitu modal
sumber daya fisik (teknologi, pabrik dan peralatan), modal sumber
daya manusia (pelatihan, pengalaman, wawasan), dan modal sumber
daya organisasi (struktur formal). Dari penjelasan tersebut, modal
intelektual memenuhi kriteria-kriteria sebagai sumber daya yang unik
untuk menciptakan keunggulan kompetitif bagi perusahaan, sehingga
dapat menciptakan nilai tambah bagi perusahaan. Nilai ini berupa
adanya kinerja yang semakin baik di perusahaan. Resource based
theory meyakini bahwa perusahaan akan mencapai keunggulan apabila
perusahaan tersebut memiliki sumber daya yang unggul. Dalam

30
menciptakan dan mempertahankan keunggulan kompetitif, perusahaan
dapat mengembangkan sumber daya yang dimiliki agar bernilai, tidak
mudah ditiru, tidak tergantikan, dapat diandalkan dan berbeda dari
perusahaan lain (Barney, 1991). Hal tersebut yang membuat
intellectual capital sebagai sumber daya merupakan kunci untuk
menciptakan value added bagi perusahaan.
Adanya sumber daya fisik berupa pabrik, teknologi, peralatan,
lokasi geografis, sumber daya manusia yang berpengalaman,
pengetahuan pegawai, dan sumber daya organisasional berupa struktur
organisasi dan hubungan sosial antar lingkungan eksternal dapat
dijadikan suatu keunggulan kompetitif bagi suatu perusahaan.
Resources Based Theory sangat tepat untuk menjelaskan penelitian
tentang Intellectual Capital, terutama dalam konteks yang
berhubungan terhadap kinerja Intellectual Capital dan nilai
perusahaan. Resource based theory merupakan suatu pemikiran yang
berkembang dalam teori manajemen strategik dan keunggulan
kompetitif perusahaan yang meyakini bahwa perusahaan akan
mencapai keunggulan apabila memiliki sumber daya yang unggul
(Solikhah, 2010).
31
5. Knowledge based theory
Knowledge based theory merupakan bagian dari resources based
theory yang mendukung adanya sumber daya lain selain sumber daya
fisik. Knowledge based theory memberikan landasan teoritis tentang
pentingnya modal intelektual bagi suatu perusahaan sesuai dengan
karakteristik yang melekat didalamnya yaitu pengetahuan yang
memberikan makna paling strategis di perusahaan, kegiatan dan proses
produksi di perusahaan melibatkan penerapan pengetahuan, dan
individu di dalam organisasi tersebut bertanggung jawab untuk
membuat, memegang, dan berbagi pengetahuan
(www.encyclopedia.com) ( dalam Kartikasari dan Hadiprajitno, 2014).
Knowledge based theory menganggap bahwa pengetahuan
merupakan sumber daya yang paling besar pengaruhnya terhadap
keberlangsungan sebuah perusahaan. Pendukung teori ini berpendapat
bahwa sumber daya dalam bentuk pengetahuan cukup kompleks dan
sulit ditiru oleh pesaing. Keberagaman pengetahuan dan kemampuan
yang dimiliki di antara perusahaan – perusahaan inilah yang menjadi
penentu kinerja perusahan dan keunggulan kompetitif yang
berkelanjutan (Tullio, 2006 dalam Sutomo, 2014).
Teori berbasis pengetahuan membentuk keterlibatan modal
manusia dalam kegiatan perusahaan. Hal tersebut dicapai melalui
peningkatan keterlibatan karyawan dalam perumusan tujuan
operasional. Dalam pandangan yang berbasis pengetahuan, maka

32
perusahaan mengembangkan pengetahuan baru yang penting untuk
keunggulan kompetitif. Pada era persaingan saat ini, perusahaan akan
menngembangkan pengetahuan baru yang lebih cepat daripada pesaing
mereka. Salah satu pendekatan yang digunakan dalam penilaian dan
pengukuran knowledge asset (aset pengetahuan) adalah intellectual
capital yang telah menjadi fokus perhatian dalam berbagai bidang,
baik manajemen, teknologi, informasi, sosiologi maupun akuntansi
(Petty dan Gutrie, 2000). Perusahaan yang menerapkan knowledge
based business akan menciptakan suatu cara untuk mengelola
pengetahuan sebagai sarana untuk memperoleh penghasilan
perusahaan yang dapat berupa nilai tambah.
6. Stakeholder theory
Dalam definisi klasik Freeman dan Reed (1983) menyatakan
bahwa stakeholder adalah
“any identifiable group or individual who can affect the
achievement of an organization’s objective, or is affected by the
achievement of an organization’s objective”.
Teori ini menjelaskan bagaimana hubungan antara manajemen
perusahaan dengan para stakeholdernya. Menejemen perusahaan
diharapkan dapat bertanggung jawab dan dapat menyesuaikan kinerja
perusahaan sesuai dengan harapan dari para stakeholder. Penyesuaian
yang dimaksud adalah manajemen organisasi diharapkan

33
memaksimalkan penciptaan nilai dari aktivitas – aktivitas perusahaan
serta meminimalkan kerugian yang dapat berdampak bagi para
stakeholder. Para stakeholder memiliki hak untuk diperlakukan secara
adil oleh perusahaan, dan manajemen harus mengelola perusahan
untuk keuntungan seluruh stakeholder (Deegan, 2004). Apabila kinerja
perusahaan dianggap baik, maka kepercayaan para stakeholder kepada
perusahaan akan meningkat. Hal tersebut dikarenakan stakeholder
menginginkan return dari investasi di perusahaan yang bersangkutan.
Deegan (2004) menyatakan bahwa teori stakeholder menekankan
akuntabilitas organisasi yang jauh melebihi kinerja keuangan atau
ekonomi sederhana.
Tujuan utama dari teori stakeholder adalah untuk membantu
manajemen perusahaan memahami lingkungan stakeholder mereka
dan melakukan pengelolaan dengan lebih efektif di antara keberadaan
hubungan-hubungan di lingkungan perusahaan mereka. Inti seluruh
teori ini adalah tentang apa yang akan terjadi ketika korporasi dan
stakeholder menjalankan hubungan mereka. Melalui pemanfaatan
seluruh potensi perusahaan, baik karyawan (human capital), aset fisik
(physical capital), maupun structural capital, maka perusahaan akan
mampu menciptakan value added bagi perusahaan. Dengan
meningkatkan value added tersebut, kinerja keuangan perusahaan akan
meningkat dan pertumbuhan perusahaan semakin baik sehingga nilai

34
perusahaan di mata stakeholder akan meningkat (Kartikasari dan
Hadiprajitno, 2014).
Dalam konteks menjelaskan konsep Intellectual Capital, teori
stakeholder harus dipandang dari kedua bidang yaitu pada bidang etika
(moral) maupun bidang manajerial. Penciptaan nilai dalam konteks ini
adalah dengan memanfaatkan potensi yang dimiliki perusahaan, baik
pada haryawan (human capital), aset fisik (physical capital), maupun
structural capital. Pengelolaan yang baik pada seluruh potensi tersebut
akan menciptakan value added bagi perusahaan yang kemudian dapat
mendorong kinerja perusahaan demi kepentingan stakeholder.
Teori stakeholder menyatakan bahwa seluruh stakeholder
mempunyai hak untuk memperoleh informasi mengenai aktifitas
perusahaan yang memengaruhinya. Para stakeholder berkepentingan
untuk memengaruhi manajemen dalam proses pemanfaatan seluruh
potensi yang dimiiki perusahaan. Pengelolaan yang baik dan maksimal
atas seluruh potensi ini perusahaan dapat menciptakan value added
untuk mendorong kinerja keuangan perusahaan yang merupakan
orientasi stakeholder dalam menginvestasi manajemen. Keakuratan
value added dan return dalam pengukuran kinerja menambah kekuatan
teori stakeholder.
Teori stakeholder menganggap bahwa stakeholder dianggap
memiliki posisi yang powerfull pada suatu perusahaan. Kelompok
stakeholder inilah yang menjadi pertimbangan utama bagi perusahaan

35
dalam mengungkapkan atau tidak suatu informasi di dalam laporan
keuangan (Ulum et al. 2008). Stakeholder theory merupakan seluruh
aktivitas perusahaan bermuara pada penciptaan nilai atau value
creation serta pemanfaatan sumber daya intelektual memungkinkan
perusahaan untuk mencapai keunggulan bersaing dan meningkatkan
nilai tambah.
7. Legitimacy Theory
Teori legitimasi berhubungan erat dengan teori stakeholder. Teori
legitimasi menyatakan bahwa perusahaan secara berkelanjutan mencari
cara untuk menjamin operasi mereka berada dalam batas dan norma
yang berlaku di masyarakat (Deegan, 2004). Menurut Deegan (2004)
dalam perspektif teori legitimasi, perusahaan akan secara sukarela
melaporkan aktivitasnya jika mamajemen menganggap bahwa hal
tersebut adalah yang diharapkan komunitas.
Teori legitimasi sangat erat hubungannya dengan stakeholder dan
pelaporan intellectual capital sebagai ukuran dari pelaporan tersebut.
Perusahaan akan terdorong untuk menunjukkan kapasitas intellectual
capital-nya dalam laporan keuangan untuk memperoleh legitimasi dari
publik atas kekayaan intelektual yang dimilikinya. Pengakuan
legitimasi publik menjadi penting untuk mempertahankan eksistensi
perusahaan dalam lingkungan sosial perusahaan.

36
Berdasarkan kajian tentang teori stakeholder dengan teori
legitimacy, maka dapat ditarik kesimpulan bahwa kedua teori tersebut
memiliki penekanan yang berbeda tentang pihak – pihak yang dapat
mempengaruhi pengungkapan informasi di dalam laporan keuangan
perusahaan. Teori legitimacy menempatkan persepsi dan pengakuan
publik sebagai dorongan utama dalam melakukan pengungkapan
informasi di dalam laporan keuangan. Sedangkan teori stakeholder
lebih mementingkan posisi para stakeholder yang dianggap powerfull.
Kelompok stakeholder inilah yang menjadi pertimbangan utama bagi
perusahaan dalam diungkapkannya atau tidak suatu informasi di dalam
laporan keuangan.
Teori stakeholder lebih tepat digunakan sebagai basis utama untuk
menjelaskan hubungan antara intellectual capital dan kinerja keuangan
perusahaan. Dalam pandangan teori stakeholder, perusahaan memiliki
stakeholders, bukan sekedar shareholder (Riahi-Belkaoui, 2003).
B. Penelitian yang Relevan
1. Baroroh (2013) dalam Jurnal Dinamika Akuntansi (JDA) Vol.5 No.2,
September 2013 yang berjudul “Analisis Pengaruh Modal Intelektual
terhadap Kinerja Keuangan Perusahaan Manufaktur di Indonesia”.
Tujuan utama dari penelitian ini adalah untuk mengetahui pengaruh
modal intelektual terhadap kinerja keuangan perusahaan saat ini dan di
masa yang akan datang serta pengaruh pertumbuhan modal intelektual

37
terhadap kinerja keuangan di masa yang akan datang. Penelitian ini
menggunakan perusahaan manufaktur yang terdaftar di Bursa Efek
Indonesia dengan periode tahun 2005 sampai dengan 2008. Metode
pengumpulan data yang digunakan yaitu metode purposive sampling.
Jumlah sampel menggunakan 57 perusahaan. Penelitian ini
menggunakan analisis Partial Least Square (PLS) untuk menguji
pengaruh modal intelektual terhadap kinerja keuangan perusahaan saat
ini dan di masa yang akan datang. Hasil penelitian menunjukkan
bahwa Intellectual Capital (IC) berpengaruh positif dan signifikan
terhadap kinerja perusahaan saat ini dan di masa yang akan datang
serta rata – rata pertumbuhan modal intelektual berpengaruh positif
dan signifikan terhadap kinerja perusahaan di masa yang akan datang.
Saran yang diberikan untuk peneliti selanjutnya adalah untuk
mendapatkan hasil yang lebih maksimal sebaiknya menggunakan rasio
pasar lainnya seperti EPS atau market value. Disamping itu, instrumen
yang digunakan sebaiknya ditambah berupa kuesioner untuk
mengetahui seberapa jauh Intellectual Capital (IC) karyawan yang
sebenarnya.
2. Kuryanto dan Syafruddin dalam Jurnal Akuntansi dan Auditing Vol 5,
No.2, Mei, 2009 yang berjudul “ Pengaruh Modal Intelektual terhadap
Kinerja Keuangan Perusahaan”. Hasil pada penelitian menunjukkan
bahwa modal intelektual tidak berpengaruh positif terhadap kinerja
perusahaan, tidak ada pengaruh pada tingkat pertumbuhan Intellectual

38
Capital (IC) sebuah perusahaan terhadap kinerja di masa depan.
Kontribusi Intellectual Capital (IC) untuk sebuah kinerja masa depan
perusahaan akan berbeda sesuai dengan jenis industrinya. Saran untuk
peneliti selanjutnya adalah sampel yang dipilih sebaiknya dari
perusahaan yang termasuk new economy karena Intellectual Capital
(IC) tampak jelas dalam perusahaan tersebut.
3. Ningrum dan Rahardjo dalam Diponegoro Juornal of Accounting
Vol.1 No.2 tahun 2012 yang berjudul “Analisis Pengaruh Intellectual
Capital dan Corporate Governance terhadap Financial
Performance”. Hasil penelitian yang dilakukan menunjukkan bahwa
Intellectual Capital (IC) yang diukur dengan VAIC diperoleh
berpengaruh positif terhadap profitabilitas ROA, sehingga hipotesis 1
dapat diterima. Pada hasil empiris ada beberapa keterbatasan
diantaranya yaitu proksi yang digunakan untuk mengukur kinerja
keuangan perusahaan terbatas pada ROA. Selain diproksikan
menggunakan ROA, kinerja keuangan dapat diproksikan dengan
market to book value ratio (MB), earnings per share (EPS) dan return
of equity (ROE). Jangka waktu pengamatan yang pendek yaitu 3 tahun
dengan lag 1 tahun membuat perusahaan yang dijadikan sampel
menjadi sangat terbatas.
4. Kartikasari dan Hadiprajitno dalam Diponegoro Journal of Accounting
Vol.3 No.1 tahun 2014 meneliti tentang pengaruh modal Intelektual
terhadap kinerja perusahaan. Tujuan dari penelitian ini adalah

39
mengukur pengaruh intellectual capital terhadap kinerja keuangan
perusahaan perbankan yang terdaftar di BEI dengan menggunakan
(VAICTM). Variabel dependen yang digunakan yaitu Capital Adequacy
Ratio (CAR), Return on Assets (ROA), dan Loan to Deposit Ratio
(LDR). Hasil dari penelitian ini sesuai dengan hasil penelitian Tan et al
(2007) yang menyatakan ada pengaruh positif antara modal intelektual
terhadap kinerja keuangan perusahaan. Hasil olah data yang diperoleh
menunjukkan bahwa modal intelektual tidak memiliki hubungan yang
erat terhadap kinerja perusahaan di masa depan. Hasil penelitian ini
sesuai dengan hasil penelitian Kuryanto (2008) yang mengungkapkan
jika sulit untuk mengukur kinerja keuangan perusahaan di masa yang
akan datang. Namun berbeda dengan hasil penelitian Tan et al (2007)
dimana dinyatakan bahwa semakin tinggi Intellectual Capital (IC)
sebuah perusahaan, maka akan semakin tinggi kinerja keuangan masa
depan perusahaan.
40
C. Kerangka Berpikir
1. Pengaruh Intellectual Capital (IC) terhadap Kinerja Keuangan
Perusahaan
Modal intelektual digolongkan sebagai aset tak berwujud yang
penting bagi kinerja keuangan. Intellectual Capital (IC) dapat berperan
penting dalam meningkatkan kinerja keuangan. Intellectual Capital
(IC) merupakan sumber daya yang terukur untuk peningkatan
competitive advantages sehingga dapat memberikan kontribusi
terhadap kinerja keuangan perusahaan (Chen, dkk ,2005). Firer (2003);
Chen et al (2005); Tan et al (2007) telah membuktikan bahwa
Intellectual Capital (VAICTM) mempunyai pengaruh positif terhadap
kinerja keuangan perusahaan. Apabila modal intelektual merupakan
sumber daya yang dapat diukur untuk peningkatan competitive
advantage, maka akan memberikan kontribusi terhadap kinerja
keuangan perusahaan (dalam Ulum, 2007).
Pengaruh IC terhadap kinerja keuangan perusahaan diwakili oleh
ROA. Pengukuran kinerja dengan ROA untuk mengetahui efektivitas
perusahaan dalam menghasilkan keuntungan dengan menggunakan
sumber daya atau aset yang dimilikinya. Berdasarkan resourced based
theory, IC yang dimiiki oleh perusahaan dapat menciptakan nilai
tambah yang mampu memberikan keunggulan kompetitif
dibandingkan para pesaingnya, sehingga hal tersebut diharapkan dapat
meningkatkan penjualan. Penggunaan dan pengelolaan IC yang baik

41
dapat menghasilkan sumber daya yang efisien dan ekonomis, sehingga
dapat memperkecil biaya operasional dan akan meningkatkan laba
perusahaan. Hal tersebut disesuaikan dengan stakeholder theory dan
knowledge based theory yaitu jika perusahaan dapat mengembangkan
dan memanfaatkan serta mengelola pengetahuan yang dimiliki untuk
memingkatkan laba, maka hal tersebut menguntungkan bagi para
stakeholder. Semakin tinggi kemampuan IC maka cenderung memiliki
kinerja yang baik dan laba semakin meningkat, sehingga terjadi
peningkatan nilai ROA yang mencerminkan bahwa profitabilitas
mengalami kenaikan. Intellectual Capital diyakini dapat berperan
penting dalam peningkatan profitabilitas perusahaan.
Penerapan modal intelektual yang efisien mampu menciptakan
produktivitas yang tinggi pada karyawan, sehingga produktivitas
tersebut mampu menghantarkan perusahaan mencapai kinerja
keuangan yang lebih baik. Berdasarkan sudut pandang resourced
based theory, jika perusahaan mampu mengelola sumber daya yang
dimiliki oleh perusahaan, maka dapat menciptakan nilai tambah dan
keuanggulan kompetitif dibandingkan para pesaingnya. Sumber daya
yang dimaksud adalah sumber daya manusia atau karyawan yang
memiliki ketrampilan dan kompetensi tinggi sehingga merupakan
keunggulan kompetitif bagi perusahaan. Perusahaan yang mampu
mengelola dan memanfaatkan potensi yang dimiliki oleh karyawan
dengan baik maka produktivitas karyawan akan meningkat. Apabila

42
produktivitas karyawan meningkat, perusahaan akan mandapatkan laba
sehingga nilai ROA akan meningkat. Meningkatnya laba perusahaan
dengan tingginya nilai ROA, maka kinerja keuangan perusahaan juga
akan meningkat.
2. Pengaruh Intellectual Capital (IC) terhadap Kinerja Keuangan
Perusahaan di masa depan
Intellectual Capital (VAICTM) tidak hanya berpengaruh positif
terhadap kinerja perusahaan tahun berjalan, bahkan IC (VAICTM) juga
dapat memprediksi kinerja keuangan perusahaan di masa depan (dalam
Ulum, 2007). Oleh karena itu kinerja keuangan perusahaan di masa
depan sama pentingnya dengan kinerja keuangan perusahaan di tahun
sebelumnya. Perusahaan yang mampu mempertahankan dan
meningkatkan kinerja keuangannya dapat semakin menguntungkan
perusahaan. Hal tersebut juga dapat menarik investor untuk
menanamkan modalnya pada perusahaan setelah melihat konsistensi
perusahaan dalam mempertahankan dan meningkatkan kinerja
keuangannya. Jika perusahaan dapat mengelola, memanfaatkan serta
mengembangkan Intellectual Capital (IC) yang dimiliki, maka ROA
akan meningkat (dalam Ningrum dan Rahardjo, 2012). Dalam
penelitian Ulum (2008) Intellectual Capital (IC) digunakan sebagai
alat untuk memprediksi kinerja keuangan perusahaan di masa
mendatang. Dalam hal ini, Intellectual Capital (IC) diuji terhadap

43
kinerja keuangan perusahaan. Peningkatan ROA akan
mengindikasikan peningkatan kinerja keuangan perusahaan sehingga
menghasilkan keuntungan kompetitif bagi perusahaan.
Hasil penelitian Baroroh (2013) menjelaskan bahwa STVA dan
VACA sebagai indikator dari VAICTM mampu memberikan pengaruh
terhadap kinerja keuangan di masa mendatang yang diwakili oleh ROE
dan ROA. Hal tersebut menunjukkan bahwa dengan proses rutinitas
perusahaan yang terstruktur, teknologi dan sistem operasional yang
memadai serta prosedur kerja yang baik mampu mengoptimalkan
kemampuan intelektual modal fisik (employed) yang ada serta mampu
meningkatkan nilai tambah perusahaan sehingga dapat menghantarkan
perusahaan pada kinerja keuangan masa depan yang lebih baik.
Pengelolaan aset secara efisien dan pemanfaatan modal yang
diinvestasikan untuk menghasilkan keuntungan yang lebih besar.
Perusahaan yang mampu memberdayakan keahlian, pengetahuan,
kompetensi, jaringan dan intelektual karyawannya untuk menciptakan
value added bagi perusahaan akan mampu meningkatkan kinerja pada
tahun yang sama serta pada masa yang akan datang.
Pengelolaan dan pemanfaatan IC yang maksimal dan seimbang
akan meningkatkan kinerja keuangan perusahaan. Dengan
meningkatnya kinerja keuangan perusahaan, maka tingkat kepercayaan
investor terhadap keberlangsungan perusahaan juga meningkat. Hal

44
tersebut didasarkan karena investor akan menilai bahwa perusahaan
tersebut berpotensi mendapat profit yang tinggi di masa depan.
3. Pengaruh tingkat pertumbuhan Intellectual Capital (IC) terhadap
Kinerja Keuangan di masa depan
Apabila sebuah perusahaan memiliki Intellectual Capital (IC)
VAICTM yang lebih tinggi, maka akan cenderung memiliki kinerja
masa depan yang lebih baik, logikanya tingkat pertumbuhan dari
modal intelektual Rate of Growth Intellectual Capital (ROGIC) juga
akan memiliki hubungan positif dengan kinerja keuangan di masa
depan. Tan et al (2007) membuktikan bahwa Rate of Growth
Intellectual Capital (ROGIC) berpengaruh signifikan terhadap kinerja
keuangan perusahaan di masa yang akan datang. Hasil penelitian
Baroroh (2013) menunjukkan bahwa nilai rata – rata ROA yang selalu
naik setiap tahunnya berarti kinerja keuangan yang diproksikan oleh
ROA cenderung meningkat dari tahun ke tahun dan menunjukkan
kinerja yang lebih baik. Nilai rata – rata ROGIC yang terus naik
manunjukkan bahwa value added yang diberikan modal intelektual
semakin meningkat pertumbuhannya dari tahun ke tahun dan SDM
semakin berkontribusi dalam pemberian value added bagi perusahaan.

45
D. Paradigma Penelitian
Model Kerangka Pemikiran Teoritis
VACA H1
VAHU Intellectual Company’s ROA
Capital Performance
(VAICTM) (PERF)
STVA
Gambar 1. Paradigma Penelitian H1
VACA
Intellectual
VAHU Capital
(VAICTM) H2
STVA Future
Company’s
Performance ROA
(t+1)
R-VACA
Rate of H3
R-VAHU Growth IC
(ROGIC)
R-STVA
Gambar 2. Paradigma Penelitian H2 dan H3
E. Hipotesis Penelitian
Berdasarkan perumusan masalah dari kajian teoritis yang telah
diuraikan, maka hipotesis yang diajukan dalam penelitian ini adalah :
H1 : Intellectual Capital (IC) yang diproksikan oleh Value Added
Intellectual Coefficient berpengaruh positif terhadap Kinerja
Keuangan Perusahaan
46
H2 : Intellectual Capital (IC) yang diproksikan oleh Value Added
Intellectual Coefficient berpengaruh positif terhadap Kinerja
Keuangan Perusahaan di masa depan.
H3 : Intellectual Capital (IC) yang diproksikan oleh Rate of Growth
Intellectual Capital berpengaruh positif terhadap Kinerja
Keuangan di masa depan.

BAB III
METODOLOGI PENELITIAN
A. Desain Penelitian
Penelitian ini menggunakan pendekatan kuantitatif yaitu dengan
menggunakan data yang berbentuk angka pada analisis statistiknya.
Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh variabel
independen yaitu komponen Intellectual Capital terhadap variabel
dependen yaitu kinerja keuangan perusahaan. Berdasarkan tingkat
kedudukan variabel, maka penelitian ini bersifat asosiatif kausal, yaitu
penelitian yang mengetahui hubungan atau pengaruh sebab-akibat dari
variabel independen terhadap variabel dependen (Umar, 2005). Variabel
dependen dalam penelitian ini adalah kinerja keuangan perusahaan yang
diproksikan dengan ROA, sedangkan variabel independennya adalah
modal intelektual yang diproksikan dengan Value Added Intellectual
Coefficient dan Rate of Growth Intellectual Capital.
B. Definisi Operasional Variabel Penelitian
Penelitian ini menggunakan dua variabel yaitu variabel terikat
(dependen) dan variabel bebas (independen). Variabel dependen dalam
penelitian ini adalah kinerja keuangan perusahaan, sedangkan variabel
independennya adalah tiga komponen pembentuk Intellectual Capital
yaitu Value Added Capital Employed (VACA), Value Added Human
47
48
Capital (VAHU) dan Structural Capital Value Added (STVA) serta Rate
of Growth Intellectual Capital (ROGIC). Berikut adalah penjelasan
mengenai masing – masing variabel dalam penelitian ini :
1. Variabel Dependen
Variebel Dependen merupakan variabel yang dipengaruhi atau
menjadi akibat karena adanya variabel independen (bebas)
(Sugiyono,2011). Variabel Dependen dalam penelitian ini adalah
kinerja keuangan menggunakan proksi profitabilitas Return on
Assets (ROA)(Chen et al, 2005). ROA lebih dipilih daripada ROE
karena total ekuitas yang merupakan denominator ROE adalah satu
komponen dari VACA. Apabila menggunakan ROE, maka akan
terjadi double counting atas akun yang sama yaitu ekuitas.
ROA merefleksikan keuntungan bisnis dan efisiensi perusahaan
dalam pemanfaatan total aset (Chen et al,2005) dalam Ulum
(2007). Return on Assets (ROA) merupakan perbandingan antara
laba setelah pajak terhadap total aset perusahaan dalam
kegiatannya menghasilkan laba yang dinyatakan dalam persentase.
Menurut Munawir (2002) Return on Assets (ROA) akan mengukur
tingkat keuntungan yang diperoleh dengan total aktiva yang
digunakan, sehingga akan menunjukkan kemampuan perusahaan
untuk memperoleh laba. Sementara itu, proxy dari Return on Assets
dapat dihitung dengan rumus (Munawir,2002) :
Laba setelah pajak

ROA =
Total Aset
49
2. Variabel Independen
Variabel independen dalam penelitian ini adalah modal
intelektual yang diproksikan dengan VAIC dan Rate of Growth
Intellectual Capital (ROGIC). Intellectual Capital yang dimaksud
dalam penelitian ini adalah kinerja Intellectual Capital yang
dihitung berdasarkan value added yang diciptakan oleh Value
Added Capital Employed (VACA), Value Added Human Capital
(VAHU) dan Structural Capital Value Added (STVA). Kombinasi
dari ketiga value added tersebut disimbolkan dengan nama
VAICTM yang dikembangkan oleh Pulic (1998,1999,2000). Konsep
ini telah diadopasi oleh Firer Williams (2003); Mavridis (2004);
Chen et al (2005); Kamath (2007); dan Tan et al (2007) dalam
Ulum (2007).
Tahapan dalam perhitungan VAIC adalah sebagai berikut :
a. Value Added (VA)
Value added merupakan selisih antara output dan input.
Dimana output merupakan total penjualan dan pendapatan lain,
sedangkan input yaitu beban dan biaya – biaya ( selain beban
karyawan). Penjualan merupakan kegiatan yang dilakukan oleh
perusahaan sebagai usaha utamanya, dimana penjualan
menawarkan suatu produk dengan adanya imbal hasil. Beban
penjualan merupakan biaya – biaya yang diperlukan dalam

50
rangka kegiatan penjualan oleh perusahaan, sedangkan
pendapatan merupakan aliran penerimaan kas atau harta lain
yang diterima dari konsumen sebagai hasil penjualan barang
atau pemberian jasa. Pendapatan lain adalah pendapatan non
operasi yang diterima perusahaan yang tidak ada hubungannya
dengan usaha pokok yang dilakukan oleh perusahaan. VA
dihitung sebagai selisih antara output dan input (Pulic,1999)
VA = OUT – IN
Keterangan :
VA = Value Added
OUT = Output (total penjualan dan pendapatan lain)
IN = Input (beban penjualan dan biaya – biaya selain
beban karyawan)
b. Value Added Capital Employed (VACA)
VACA adalah adalah sebuah indikator untuk VA yang
diciptakan oleh satu unit physical capital (CE). Rasio ini
menunjukkan kontribusi yang dibuat oleh setiap unit dari
physical capital (CE) terhadap value added dengan formula
sebagai berikut:
VACA = VA/CE
Keterangan :
VACA = Value Added Capital Employed
VA = Value Added
CE = Capital Employed (ekuitas, laba bersih)
51
c. The Human Capital Coefficient (VAHU)
VAHU menunjukkan seberapa besar VA dapat
dihasilkan dengan dana yang dikeluarkan untuk tenaga
kerja. Jadi hubungan antara VA dan HC mengindikasikan
kemampuan HC membentuk nilai dalam sebuah
perusahaan. Rasio ini menunjukkan kontribusi yang dibuat
oleh setiap rupiah yang diinvestasikan dalam HC terhadap
value added dengan formula sebagai berikut:
VAHU = VA/HC
Keterangan :
VAHU = Value Added Human Capital
VA = Value Added
HC = Human Capital (beban karyawan)
Beban karyawan dalam penelitian ini termasuk gaji,
bonus, pelatihan, dan biaya – biaya lain yang bersangkutan
dengan tenaga kerja dan tercantum dalam laporan keuangan
perusahaan.
d. Structural Capital Coefficient (STVA)
STVA menunjukkan kontribusi modal struktural (SC) dalam
pembentukan nilai. Dalam model Pulic, SC merupakan VA
dikurangi HC. Rasio ini mengukur jumlah SC yang dibutuhkan
untuk menghasilkan setiap rupiah dari value added dengan
formula sebagai berikut:
STVA = SC/VA
52
Keterangan :
STVA = Structural Capital Value Added
VA = Value Added
SC = Structural Capital (VA - HC)
e. Value Added Intellectual Coefficient
VAIC merupakan indikasi kemampuan intelektual sebuah
perusahaan yang dianggap sebagai BPI (Business Performance
Indicator). Keunggulan dari metode VAIC adalah data yang
dibutuhkan relatif mudah diperoleh dari berbagai sumber.
VAIC merupakan penjumlahan dari 3 komponen sebelumnya,
yaitu: VACA, VAHU, dan STVA.
VAIC™ = VACA + VAHU + STVA
f. Rate of Growth Intellectual Capital
Variabel independen selain VAICTM adalah Rate of
Growth Intellectual Capital (ROGIC) yang merupakan selisih
antara nilai IC dari tahun ke-t dengan nilai tahun ke- t-1. Rata –
rata pertumbuhan intellectual capital atau rate of growth
intellectual capital yang biasa disingkat ROGIC dapat dihitung
dengan rumus :
ROGIC = VAICTM t – VAICTM t-1

53
C. Tempat dan Waktu Penelitian
Penelitian ini dilakukan pada perusahaan sektor perdagangan jasa yang
terdaftar di Bursa Efek Indonesia. Pengamatan dilakukan selama 2 tahun
yaitu tahun 2013 dan 2014. Pemilihan periode penelitian dengan
pertimbangan ketersediaan data mutakhir. Data yang digunakan dalam
penelitian ini adalah data sekunder dari laporan keuangan perusahaan
sektor perdagangan dan jasa pada periode 2013 – 2014. Waktu penelitian
dilakukan pada bulan April sampai Juni tahun 2016 .
D. Populasi dan Sampel Penelitian
Populasi yang digunakan dalam penelitian ini adalah semua sektor
perdagangan dan jasa yang terdaftar di Bursa Efek Indonesia. Metode
pemilihan sampel dalam penelitian ini adalah purposive sampling. Metode
purposive sampling akan membatasi sampel yang akan dipilih berdasarkan
kriteria tertentu. Dalam pemilihan sampel ini, terdapat beberapa kriteria
yang akan ditetapkan pada penelitian ini antara lain :
a. Perusahaan sektor perdagangan jasa yang sudah dan masih
terdaftar di Bursa Efek Indonesia periode 2013 – 2014.
b. Perusahaan mempublikasikan laporan keuangan secara lengkap
dari periode 2013 - 2014.
c. Perusahaan memiliki laba positif dalam setiap laporan
keuangannya.
54
d. Perusahaan menggunakan satuan rupiah dalam laporan keuangan
tahunan perusahaan
Kelompok industri yang diteliti dalam penelitian ini adalah sebagai
berikut :
a. Sektor perdagangan yaitu sektor perdagangan eceran, sektor
perdagangan besar dan barang produksi.
b. Sektor jasa yaitu sektor advertising, printing, dan media; sektor jasa
komputer dan perangkatnya.
E. Teknik Pengumpulan Data
Indriantoro dan Supomo (2002) mengatakan bahwa jenis data sebuah
penelitian akan berkaitan dengan sumber data dan pemilihan metode yang
digunakan untuk memperoleh data penelitian. Penentuan metode
pengumpulan data dipengaruhi oleh jenis dan sumber data penelitian yang
dibutuhkan. Data yang digunakan dalam penelitian ini adalah data
sekunder yang dikumpulkan dengan cara metode dokumentasi. Metode
dokumentasi dilakukan dengan mengumpulkan, mencatat dan menghitung
data – data yang berhubungan dengan penelitian. Laporan yang digunakan
dalam penelitian ini adalah laporan keuangan tahunan perusahaan yang
diperoleh melalui situs resmi BEI yaitu Indonesia Stock Exchange
(www.idx.co.id).
55
F. Teknik Analisis Data
VAICTM yang diformulasikan oleh Pulic (1998,1999,2000) digunakan
untuk menentukan efisiensi dari tiga model Intellectual Capital, yaitu
physical capital, structural capital dan human capital. Dalam konteks ini,
komponen yang digunakan adalah VACA, VAHU dan STVA sebagai
satuan yang terpilih.
Analisis data dilakukan dengan menggunakan metode Partial Least
Square (PLS). Partial Least Square (PLS) yaitu metode yang mampu
menganalisis variabel laten, variabel indikator dan kesalahan pengukuran
secara langsung. PLS dikembangkan sebagai alternatif apabila teori yang
digunakan lemah atau indikator yang tersedia tidak memenuhi model
pengukuran reflektif. Wold (1985) sebagai pengembang PLS menyebutkan
bahwa PLS sebagai “Soft Modelling”. PLS merupakan metode analisis
yang powerfull karena dapat diterapkan pada semua skala data, tidak
banyak membutuhkan asumsi, dan ukuran sampel tidak harus besar. Selain
dapat digunakan untuk konfirmasi teori, PLS juga dapat digunakan untuk
membangun hubungan yang belum ada landasan teorinya atau untuk
pengujian proposisi.
PLS merupakan metode penyelesaian structural equation modelling
(SEM) yang dalam hal ini lebih tepat dibandingkan dengan teknik – teknik
SEM lainnya seperti : LISREL, AMOS, EQS, COSAN, dan EZPATH.
Jumlah sampel yang kecil, potensi distribusi variabel tidak normal, dan
penggunaan indikator formative dan reflecsive membuat PLS lebih sesuai

56
untuk dipilih dibandingkan dengan misalnya , maximum likehood SEM
(Ulum, 2008).
Pemilihan metode PLS didasarkan pada pertimbangan bahwa dalam
penelitian ini terdapat dua variabel laten yang dibentuk dengan indikator
formative, dan bukan refleksif. Model refleksif mengasumsikan bahwa
konstruk atau variabel laten memengaruhi indikator, dimana arah
hubungan kausalitas dari konstruk ke indikator atau manifes
(Ghozali,2006). Lebih lanjut Ghozali (2006) menyatakan bahwa model
formatif mengasumsikan bahwa indikator – indikator memengaruhi
konstruk, dimana arah hubungan kausalitas dari indikator ke konstruk.
Dalam penelitian ini, baik variabel independen (VAICTM) maupun
variabel dependen (kinerja keuangan), keduanya dibangun dengan
indicator formative. Oleh karena itu, penelitian ini memilih menggunakan
PLS karena program analisis lainnya tidak mampu melakukan analisis atas
latent variable dengan indicator formative (Ghozali,2006).
Terdapat dua bagian analisis yang harus dilakukan dalam penggunaan
metode PLS, yaitu :
1. Menilai outer model atau measurement model
Pengujian outer model merupakan metode pengukuran yang
menghubungkan indikator dengan variabel latennya. Diasumsikan
bahwa antar indikator tidak saling berkorelasi, maka ukuran
internal konsistensi reliabilitas (cronbach alpha) tidak diperlukan
untuk menguji reliabilitas konstruk formatif (Ghozali,2006). Hal

57
ini berbeda dengan indikator refleksif yang menggunakan tiga
kriteria untuk menilai outer model, yaitu convergent validity,
composite reliability dan discriminant validity.
Lebih lanjut Ghozali (2006) menyatakan bahwa karena
konstruk formatif pada dasarnya merupakan hubungan regresi dari
indikator ke konstruk, maka cara menilainya adalah dengan melihat
nilai koefisien regresi dan signifikansi dari koefisien regresi
tersebut. Hasil uji outer model dibandingkan dengan nilai t tabel .
Nilai weight yang disarankan adalah di atas 0,05 dan t-statistic di
atas 1,645 untuk α = 0,05 (one tailed). Persamaan outer model
formative adalah sebagai berikut:
a) Variabel eksogen
VAICTM = β0 + β1VACA + β2VAHU + β3STVA + δξ

ROGIC = β0 + β1RVACA + β2RVAHU + β3RSTVA + δξ
b) Variabel endogen
Knj = β0 + β1ROA + δη
Keterangan:
VAICTM : Intellectual Capital (konstruk laten eksogen)
ROGIC : Rate of Growth Intellectual Capital (konstruk laten
eksogen)
Knj : Kinerja Keuangan (konstruk laten endogen)
VACA : Value Added Capital Employed
VAHU : Value Added Human Capital
STVA : Structural Capital Value Added
ROA : Return on Assets
β0,β1, β2,β3 : koefisien regresi
δξ : residual dengan regresi variabel laten eksogen
δη : residual dengan regresi variabel laten endogen
58
Variabel eksogen merupakan variabel yang nilainya tidak
dipengaruhi atau ditentukan oleh variabel lain dalam sebuah model
atau dapat dikenal sebagai variabel independen. Variabel endogen
merupakan variabel yang nilainya dipengaruhi dan ditentukan oleh
variabel lain dalam model atau dikenal sebagai variabel dependen.
2. Menilai inner model atau structural model
Inner model menggambarkan hubungan antara variabel laten
berdasarkan teori substantif (Ghozali, 2008). Model persamaan
dalam penelitian ini dapat dituliskan sebagai berikut :
Knj(η) = β0 + γξ +VAICTM+ξ
Knj(η) = β0 + γξ + ROGIC+ξ
Keterangan:
Knj(η) : Kinerja Keuangan (variabel laten endogen)
β0 : konstanta
β : koefisien pengaruh variabel endogen terhadap eksogen
γξ : koefisien pengaruh variabel eksogen terhadap endogen
VAIC (ξ) : Value Added Intellectual Coefficient (variabel laten
eksogen)
ROGIC (ξ) : Rate of Growth Intellectual Capital (konstruk laten
eksogen)
ξ : error
Model struktural dievaluasi dengan menggunakan R-Square
untuk konstruk dependen, dan uji t serta signifikansi dari koefisien
parameter jalur structural (Ghozali, 2006). Dalam menilai model
dengan PLS dimulai dengan melihat R-Square untuk setiap
variabel laten dependen. Perubahan nilai R-Square dapat
digunakan untuk menilai pengaruh variabel laten independen

59
tertentu terhadap variabel laten dependen apakah mempunyai
pengaruh yang substantif. Pengaruh besarnya f2 dapat dihitung
dengan rumus sebagai berikut (Ghozali, 2006).
𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑−𝑅 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒𝑑
F2 =
1− 𝑅 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑
Dimana R2included dan R2excluded adalah R-square dari variabel
laten dependen ketika prediktor variabel laten digunakan atau
dikeluarkan di dalam persamaan structural. Gambar 2 merupakan
bentuk model pengujian hipotesis 1 (H1) dengan menggunakan alat
analisis PLS. Pada H1, variabel independen Intellectual Capital
yang diproksilan dengan VAICTM dihubungkan dengan variabel
dependen (company’s performance) pada tahun yang sama (2012
dengan 2012, 2013 dengan 2013, dan 2014 dengan 2014).
VACA
H1
Intellectual Company’s
VAHU Capital Performance ROA
(VAICTM) (PERF)
STVA
Gambar 3. Model Pengujian dengan PLS untuk H1
Pengujian hipotesis 2 dan hipotesis 3 dengan menggunakan alat
analisis PLS ditunjukkan dalam gambar 3. Pada H2, variabel
Intellectual capital yang diproksikan dengan VAICTM dihubungkan
dengan variabel dependen (company’s performance) dengan lag 1
tahun (2013 dengan 2014, dan 2014 dengan 2015). Demikian pula
60
dengan H3, rata – rata pertumbuhan modal intelektual (ROGIC)
tahun 2013 dihubungkan dengan PERF 2014, dan ROGIC 2014
dihubungkan dengan PERF 2015.
VACA
Intellectual
VAHU Capital
(VAICTM) H2
STVA Future
Company’s
ROA
Performance
(t+1)
R-VACA
Rate of H3
R-VAHU Growth IC
(ROGIC)
R-STVA
Gambar 4. Model Pengujian dengan PLS untuk H2 dan H3
Pengambilan keputusan atas penerimaan atau penolakan hipotesis
dilakukan dengan ketentuan sebagai berikut :
1. Melihat nilai outer weight masing – masing indikator dan nilai
signifikansinya. Nilai weight yang disarankan adalah di atas 0,50
(positif) dan T-statistic di atas 1,282 untuk p < 0,10; 1,645 untuk p <
0,05; dan 2,326 untuk p < 0,01 (one tailed).
2. Melihat nilai inner weight dari hubungan antar variabel laten. Nilai
weight dari hubungan tersebut harus menunjukkan arah positif dengan
nilai t-statistic di atas 1,282 untuk p < 0,10; 1,645 untuk p < 0,05; dan
2,326 untuk p < 0,01 (one tailed).

61
3. Hipotesis alternatif (Ha) diterima jika nilai weight dari hubungan antar
variabel laten menunjukkan arah positif dengan nilai t-statistic di atas
1,282 untuk p < 0,10; 1,645 untuk p < 0,05; dan 2,326 untuk p < 0,01.
Ho gagal untuk ditolak jika nilai weight dari hubungan antar variabel
laten menunjukkan arah negatif dan nilai t-statistic di bawah 1,282
untuk p < 0,10; 1,645 untuk p < 0,05; dan 2,326 untuk p < 0,01.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum dan Deskripsi Data Objek Penelitian
Bab ini akan menyajikan mengenai prosedur pemilihan sampel,
deskripsi data, pengujian hipotesis dan pembahasan hasil penelitian.
Pengujian data menggunakan model analisis Partial Least Square (PLS)
dengan software terbaru yaitu SmartPLS 3.
1. Gambaran Umum Objek Penelitian
Penelitian ini bertujuan untuk mengetahui pengaruh modal
intelektual terhadap kinerja keuangan perusahaan. Variabel dependen
dalam penelitian ini adalah kinerja keuangan perusahaan yang
diproksikan oleh profitabilitas dengan indikator ROA, sedangkan
variabel independen yang digunakan adalah Rate of Growth
Intellectual Capital dan Intellectual Capital yang diproksikan oleh
VAIC dengan indikator yang membentuknya yaitu VACA, VAHU dan
STVA.
Penelitian ini menggunakan data sekunder yang diperoleh dari situs
www.idx.co.id berupa laporan keuangan tahunan yang terdaftar
di Bursa Efek Indonesia periode 2013 – 2014. Populasi dalam
penelitian ini adalah perusahaan perdagangan jasa yang terdaftar
di Bursa Efek Indonesia periode 2013 – 2014 sebanyak 112
perusahaan. Sampel yang digunakan dalam penelitian ini ditentukan
62
63
dengan menggunakan purposive sampling yang membatasi penilaian
sampel berdasarkan kriteria tertentu yang telah ditetapkan. Perusahaan
yang telah memenuhi kriteria dan menjadi sampel dalam penelitian ini
adalah:
Tabel 1. Sampel Penelitian
Perusahaan perdagangan jasa yang terdaftar di BEI 112
Perusahaan perdagangan jasa yang tidak memenuhi kriteria 69
Jumlah sampel yang digunakan 43
Sumber: Data Sekunder diolah (2016)
Sampel pada tabel di atas menunjukkan perusahaan yang telah
memenuhi kriteria dan mempunyai kelengkapan data pada laporan
keuangan tahunannya. Penelitian ini menggunakan data perusahaan
perdagangan jasa sebanyak 112 perusahaan periode 2013 – 2014 yang
kemudian dilakukan penyaringan data dengan menyesuaikan kriteria
sampel sehingga menghasilkan sampel sebanyak 43 perusahaan yang
dinyatakan layak sebagai sampel.
Penelitian ini menggunakan teknik analisis data yaitu Partial Least
Square dengan software SmartPLS 3 yang dibuat oleh Universitas
Hamburg. Deskriptif data pada penelitian ini akan menyajikan
penjelasan dan gambaran mengenai modal intelektual dan kinerja
keuangan perusahaan pada periode pengamatan 2013 – 2014.

64
2. Statistik Deskriptif
Langkah awal yang dilakukan pada penelitian ini adalah
melakukan penentuan sampel dengan metode purposive sampling
berdasarkan kriteria yang telah ditentukan. Tahap pemilihan sampel
selanjutnya dilakukan dengan membuat statistik deskriptif. Tabel pada
deskriptif statistik menjelaskan tentang variabel – variabel dalam
penelitian yang meliputi variabel independen yaitu variabel Value
Added Intellectual Coefficient (VAICTM) dengan indikator yang
membentuknya (STVA, VACA, dan VAHU) dan variabel dependen
yaitu kinerja keuangan perusahaan dengan rasio profitabilitas dan
indikator yang membentuknya Return On Asset (ROA).
Statistik deskriptif bertujuan untuk menilai dan memberikan
gambaran atau deskripsi suatu data yang digunakan pada perusahaan
selama periode pengamatan dilihat dari nilai minimum, nilai
maksimum, nilai mean, dan nilai standar deviasi. Berdasarkan hasil
analisis data dapat dideskripsikan sebagai berikut :
Tabel 2. Analisis Statistik Deskriptif VAICTM
Tahun Min Max Mean Stdev

VACA 2013 0,050 1,209 0,458 0,253
VAHU 2013 1,013 4,233 1,912 0,762
STVA 2013 0,013 0,777 0,424 0,195
VAIC 2013 1,770 5,508 2,794 0,847
VACA 2014 0,041 1,224 0,429 0,258
VAHU 2014 1,023 4,725 1,969 0,843
STVA 2014 0,023 0,788 0,413 0,204
VAIC 2014 1,581 6,042 2,811 0,934
Sumber: Halaman 175, Lampiran 36
65
Variabel yang digunakan dalam penelitian ini adalah Intellectual
Capital yang terdiri dari 3 buah indikator yaitu VACA, VAHU dan
STVA. Dari output tabel 2 menunjukkan bahwa komponen VACA,
VAHU dan STVA pada tahun 2013 memiliki nilai minimum berturut -
turut sebesar 0,050; 1,013; 0,013 , dan nilai maksimum dari setiap
variabel indikator berturut – turut yaitu 1,209; 4,233; 0,777 serta nilai
mean dari indikator masing – masing yaitu VACA 0,458; VAHU
1,912; STVA 0,424 dan standar deviasi yang dihasilkan sebesar 0,253;
0,762; 0,195. Pada tahun 2014 VACA, VAHU , dan STVA memiliki
nilai minimum secara berturut – turut sebesar 0,041; 1,023; 0,023 dan
nilai maksimum berturut – turut sebesar 1,224; 4,725; 0,788 serta nilai
mean berturut – turut sebesar 0,429; 1,969; 0,413 dan nilai standar
deviasi berturut – turut sebesar 0,258; 0,843; 0,204.
Nilai mean pada indikator VACA tahun 2013 adalah sebesar 0,458
yang menunjukkan bahwa aset milik perusahaan mampu memberikan
value added sebesar 0,458 kali lipat dari nilai aset yang dimiliki
perusahaan tersebut. Nilai mean pada indikator VACA tahun 2014
sebesar 0,429 yang berarti perusahaan mampu memberikan nilai
tambah sebesar 0,429 kali lipat. Nilai mean dari indikator VAHU
tahun 2013 sebesar 1,912 yang berarti bahwa setiap Rp 1 pembayaran
gaji mampu menciptakan value added sebesar 1,912 kali lipat. Nilai
rata – rata VAHU tahun 2014 sebesar 1,969 yang menunjukkan bahwa
setiap pembayaran gaji Rp 1 mampu menciptakan nilai tambah sebesar

66
1,969. STVA tahun 2013 memiliki nilai mean sebesar 0,424 yang
menunjukkan structural capital memberikan 42 % value added pada
perusahaan. Pada tahun 2014 nilai mean STVA sebesar 0,413 yang
berarti bahwa structural capital memberikan 41% nilai tambah pada
perusahaan.
Berdasarkan nilai dari masing – masing indikator, nilai yang
tertinggi adalah dari indikator VAHU. Hal tersebut menunjukkan
bahwa VAHU yang direpresentasikan oleh karyawan memberikan
kontribusi yang paling besar dalam menciptakan value added
perusahaan perusahaan sektor perdagangan jasa periode 2013- 2014.
Tabel 3. Analisis Statistik Deskriptif ROGIC

RVACA 2013 -3,535 0,645 -0,159 0,696
RVAHU 2013 -1,076 0,578 -0,024 0,345
RSTVA 2013 -0,457 0,187 -0,014 0,111
ROGIC 2013 -3,179 0,806 -0,197 0,798
RVACA 2014 -0,260 0,199 -0,029 0,086
RVAHU 2014 -1,474 1,209 -0,023 0,509
RSTVA 2014 -0,226 0,221 -0,011 0,096
ROGIC 2014 -1,679 1,376 -0,063 0,607
Sumber : Halaman 176 , Lampiran 37
Variabel independen kedua dalam penelitian ini adalah ROGIC
yang diproksikan dengan RVACA, RVAHU, dan RSTVA. Nilai
minimum RVACA, RVAHU dan RSTVA tahun 2013 secara berturut –
turut adalah -3,535; -1,076; -0,457. Nilai tertinggi RVACA, RVAHU
dan RSTVA tahun 2013 secara berturut – turut sebesar 0,645; 0,578;
0,187. standar deviasi untuk RVACA, RVAHU dan RSTVA sebesar

67
0,696; 0,345; 0,111. Nilai mean RVACA, RVAHU dan RSTVA yaitu
sebesar -0,159; -0,024; -0,014.
Pada tahun 2014 nilai minimum RVACA, RVAHU dan RSTVA
secara berturut – turut sebesar -0,260; -1,474; dan -0,226. Nilai
tertinggi RVACA, RVAHU, dan RSTVA sebesar 0,645; 0,578; dan
0,187. Standar deviasi untuk RVACA, RVAHU, dan RSTVA secara
berturut – turut sebesar 0,696; 0,345; dan 0,111. Nilai mean RVACA,
RVAHU, dan RSTVA secara berturut – turut sebesar -0,159; -0,024;
dan -0,014.
Nilai rata – rata (mean) untuk RVACA adalah -0,159 dan -0,029
pada tahun 2013 – 2014 yang artinya bahwa variabel RVACA
mengalami tingkat pertumbuhan negatif pada saat penelitian
dilakukan. Dengan demikian, rata – rata kemampuan perusahaan
dalam memanfaatkan physical capital untuk menciptakan value added
bagi perusahaan pada tahun 2013 dan 2014 negatif dengan nilai
sebesar -15,9% dan -2,9 % secara berturut – turut. Nilai rata – rata
(mean) RVAHU pada tahun 2013 – 2014 sebesar -0,024 dan -0.023.
Nilai rata – rata (mean) RSTVA pada dua tahun pengamatan yaitu
tahun 2013 dan tahun 2014 sebesar -0.014 dan -0.011.
Kinerja keuangan perusahaan yang diproksikan dengan ROA
merupakan variabel dependen dalam penelitian ini. Tabel 4 berikut ini
menunjukkan statistik deskriptif untuk periode 2013 -2014.

68
Tabel 4. Analisis Deskriptif Kinerja Keuangan

ROA 2013 0,128 32,066 7,546 5,666
ROA 2014 0,206 30,629 7,361 5,538
ROA 2015 0,024 33,399 5,966 5,869
Berdasarkan hasil pada tabel di atas kinerja keuangan yang
diproksikan oleh ROA pada tahun 2013 menunjukkan nilai minimum
sebesar 0,128, nilai maksimum sebesar 32,066, nilai mean sebesar
7,546 dan nilai standar deviasi sebesar 5,666. ROA tahun 2014
memiliki nilai minimum sebesar 0,206, nilai maksimum sebesar
30,629, nilai mean sebesar 7,361 dan nilai standar deviasi sebesar
5,538. ROA tahun 2015 memiliki nilai minimum sebesar 0,024, nilai
maksimum sebesar 33,399, nilai mean sebesar 5,966 dan nilai standar
deviasi sebesar 5,869.
Berdasarkan hasil data tersebut nilai rata – rata yang lebih besar
dari standar deviasi yaitu tahun 2013 7,546 > 5,666, tahun 2014
sebesar 7,361 > 5,538, tahun 2015 sebesar 5,966 > 5,869, maka
sebaran nilai ROA baik. Nilai mean yang lebih besar dari standar
deviasi menunjukkan bahwa data yang dihasilkan bagus. Angka yang
hasilnya positif berarti sudah cukup menunjukkan hasil yang tidak
buruk, semakin besar angka yang dihasilkan berarti menunjukkan
kinerja lebih baik (Ulum, 2007).

69
B. Hasil Penelitian
Hasil Uji Hipotesis
Pengujian hipotesis pada penelitian ini menggunakan uji Partial
Least Square yaitu uji outer model dan uji inner model. Pengujian
hipotesis dilakukan dengan membandingkan nilai t-statistik dan nilai
t-tabel dengan tingkat kepercayaan 95% (α 0,05) sebesar 1,645. Nilai
t-statistik yang lebih besar dari t-tabel berarti menunjukkan bahwa
variabel independen mempunyai pengaruh yang signifikan terhadap
variabel dependen.
a. Uji Outer Model
Analisis outer model dilakukan untuk memastikan bahwa
measurement yang digunakan layak untuk dijadikan pengukuran
(valid dan reliabel). Pengujian outer model menjelaskan bagaimana
hubungan antar variabel dengan indikator – indikatornya atau dapat
didefinisikan bagaimana setiap indikator berhubungan dengan
variabel latennya.
Penelitian ini merupakan konstruk formatif dimana antar
indikator tidak saling berkorelasi, maka ukuran internal konsistensi
reliabilitas (cronbach alpha) tidak diperlukan untuk menguji
reliabilitas konstruk formatif (Ghozali, 2008). Hal ini berbeda
dengan indikator refleksif yang menggunakan tiga kriteria untuk
menilai outer model yaitu convergent validity, composite reliability
dan discriminant validity.

70
Konstruk formatif pada dasarnya merupakan hubungan regresi
dari indikator ke konstruk, dan cara penilaiannya yaitu dengan
melihat nilai koefisien regresi dan signifikansi dari koefisien
tersebut. Langkah pertama yang dilakukan dalam melakukan
pengujian menggunakan Partial Least Square adalah dengan
pengujian outer model sebagai berikut:
1) Uji Outer Model Hipotesis 1
Uji outer model merupakan pengukuran yang
menghubungkan indikator dengan variabel latennya.
Pengambilan keputusan dalam outer model yaitu dengan
melihat nilai outer weight setiap indikator dan nilai
signifikansinya (Ghozali, 2006). Pada uji outer model untuk
indikator formatif akan digunakan penilaian dengan melihat
original sample dan significance of weight.
Hipotesis penelitian 1 diuji untuk mengetahui pengaruh
VAICTM terhadap kinerja keuangan perusahaan pada tahun
yang sama. Nilai dari indikator VACA, VAHU, dan STVA
dalam pembentuk VAIC sebagai variabel independen dan ROA
dalam pembentuk kinerja keuangan perusahaan sebagai
variabel dependen diuji dengan mneggunakan uji outer model.
Pengujian yang dilakukan pada tahap awal yaitu
menghitung indikator intellectual capital dengan indikator
kinerja keuangan pada tahun yang sama yaitu tahun 2013.

71
Gambar 5 berikut ini merupakan hasil perhitungan dengan
menggunakan PLS untuk data tahun 2013. Gambar 5 berikut
ini merupakan hasil perhitungan dengan menggunakan PLS
untuk data tahun 2013.
Gambar 5. Hasil outer model H1 2013
Berdasarkan hasil pengujian dengan PLS sebagaimana
ditunjukkan pada gambar 5 di atas, maka diketahui bahwa dari
3 indikator pembentuk VAIC hanya STVA yang memiliki nilai
t-statistik dibawah 1,645 sedangkan VACA dan VAHU
memiliki nilai t-statistik di atas 1,645 yaitu masing – masing
sebesar 4,005 dan 2,296. Tabel 5. di bawah ini menyajikan nilai
outer weight indikator IC dan kinerja keuangan tahun 2013.
Tabel 5. Hasil outer weight H1 tahun 2013
Original Sample Standard

T Statistics P
Sample Mean Deviation
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,632 0,638 0,158 4,005 0,000
-> IC
VAHU2013
0,727 0,613 0,317 2,296 0,011
-> IC
STVA2013
0,468 0,580 0,363 1,292 0,099
-> IC
Sumber : Halaman 178, Lampiran 39
72
Berdasarkan tabel di atas indikator pembentuk VAICTM
menunjukkan bahwa nilai VACA dan VAHU pada tahun 2013
memiliki nilai t-statistik 4,005 dan 2,296 signifikan pada
p<0,05 sedangkan nilai STVA memiliki nilai t-statistik sebesar
1,292 signifikan pada p<0,10. Agar diperoleh model yang baik
maka STVA di drop dari IC 2013. Dengan demikian pada
gambar 6 diperoleh hasil sebagai berikut :
Gambar 6. Hasil outer model H1 2013 (recalculated)
Gambar 6 di atas menunjukkan bahwa nilai weight untuk
VACA dan VAHU di atas 0,5 yaitu sebesar 0,504 dan 1,081
yang signifikan pada p < 0,05. Tabel dibawah ini menyajikan
nilai pengujian ulang outer weight indikator IC dan kinerja
keuangan tahun 2013.
Tabel 6. Hasil outer weight H1 tahun 2013 (recalculated)

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,502 0,509 0,154 3,258 0,001
-> IC
VAHU2013
1,081 1,079 0,081 13,299 0,000
-> IC
73
Setelah dilakukan drop, maka diperoleh nilai t-statistik
VACA dan VAHU sebesar 3,258 dan 13,299 dimana nilai
tersebut berada di atas nilai t-tabel yaitu 1,645 yang signifikan
pada p < 0,05. Pengujian selanjutnya dilakukan dengan
menghitung indikator intellectual capital tahun 2014 dengan
indikator kinerja keuangan perusahaan tahun 2014. Gambar 7
berikut ini merupakan hasil perhitungan dengan menggunakan
PLS untuk data tahun 2014.
Gambar 7 di atas menunjukkan bahwa nilai t-statistik untuk
STVA sebesar 1,252 yang berada di bawah t-tabel yaitu 1,645
sehingga perlu dilakukan pengujian ulang. Nilai t-statistik
untuk VACA sebesar 3,985 yang signifikan pada p < 0,05.
Nilai t-statistik VAHU adalah sebesar 1,330 yang berarti
signifikan pada p < 0,10.

74
Tabel 7 dibawah menyajikan nilai outer weight indikator IC
dan kinerja keuangan tahun 2014.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2014 -
1,000 1,000 0,000
> PERF
VACA2014
0,691 0,546 0,321 3,985 0,000
-> IC
VAHU2014
0,427 1,034 0,173 1,330 0,002
-> IC
STVA2014
0,803 0,698 0,641 1,252 0,106
-> IC
Tabel 7 di atas menunjukkan bahwa nilai weight untuk
VACA adalah sebesar 0,691, VAHU sebesar 0,427 dan STVA
sebesar 0,803. Nilai t-statistik VACA sebesar 3,985, sedangkan
nilai weight VAHU sebesar 1,330 dan nilai weight STVA
sebesar 1,252 yang berarti harus dilakukan pengujian ulang.
Gambar 8 dibawah ini menyajikan pengujian ulang nilai outer
weight indikator IC dengan kinerja keuangan tahun 2014.
Gambar 8 di atas merupakan hasil pengujian ulang yang
menunjukkan bahwa nilai t-statistik VACA dan VAHU sebesar
2,958 dan 13,784 yang signifikan pada p < 0,05. Tabel dibawah
75
ini menyajikan hasil dari outer weight tahun 2014 untuk
indikator intellectual capital dan kinerja keuangan pada tahun
yang sama.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,521 0,538 0,176 2,958 0,002
-> IC
VAHU2013
1,118 1,124 0,081 13,784 0,000
-> IC
Berdasarkan tabel 8 di atas setelah dilakukan pengujian
ulang, maka diperoleh nilai weight untuk indikator VACA dan
VAHU sebesar 0,521 dan 1,118. Hasil pada kedua indikator
VAIC tersebut menunjukkan bahwa indikator VACA dan
VAHU berpengaruh signifikan terhadap konstruk intellectual
capital.
Outer model merupakan pengujian hubungan antara
indikator dengan variabel latennya. Indikator formatif
digunakan sebagai pembentuk variabel dependen dalam
penelitian ini, maka diasumsikan bahwa antar indikator tidak
saling berkolerasi. Keputusan yang diambil dalam outer model
yaitu dengan melihat nilai outer weight dan nilai

76
signifikansinya. Nilai weight adalah diatas 0,50 dan nilai
t-statistik di atas 1,645 untuk α 0,50 (Ghozali, 2006).
Hipotesis 2 menjelaskan pengaruh modal intelektual
terhadap kinerja keuangan perusahaan masa depan dengan lag
1 tahun. Uji hipotesis ini menggunakan tiga indikator
pembentuk variabel independen yaitu VACA, VAHU dan
STVA serta indikator pembentuk variabel dependen yaitu
ROA.
Pengujian selanjutnya yaitu menghitung indikator
intellectual capital tahun 2013 terhadap kinerja keuangan tahun
2014. Gambar 9 dibawah ini menyajikan perhitungan dengan
menggunakan PLS untuk data tahun 2013-2014.
Hasil yang disajikan pada gambar 9 di atas menunjukkan
bahwa nilai t-statistik STVA sebesar 1,342 yang signifikan
pada p < 0,10, sedangkan nilai t-statistik VACA dan VAHU
sebesar 3,330 dan 1,870 yang signifikan pada p < 0,05. Agar
diperoleh model yang baik, maka dilakukan pengujian ulang
dengan menghilangkan STVA dari indikator IC. Tabel 9

77
dibawah menyajikan nilai outer weight indikator IC tahun 2013

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013-
1,000 1,000 0,000
> PERFt+1
VACA2013
0,682 0,653 0,205 3,330 0,001
-> IC
VAHU2013
0,544 0,570 0,291 1,870 0,031
-> IC
STVA2013
0,681 0,806 0,507 1,342 0,091
-> IC
Tabel 9 di atas menunjukkan nilai weight VACA, VAHU
dan STVA secara berturut – turut sebesar 0,682; 0,544 dan
0,681. Berdasarkan hasil pengujian sebagaimana ditunjukkan
pada tabel 9 di atas, diketahui bahwa dari 3 indikator yang
membentuk VAIC, hanya STVA yang memiliki nilai di bawah
t-tabel 1,645. Nilai t-statistik VACA dan VAHU sebesar 3,330
dan 1,870 sedangkan nilai t-statistik dari indikator STVA
sebesar 1,342 signifikan pada p < 0,10, maka harus dilakukan
pengujian ulang dengan menghilangkan STVA agar diperoleh
model yang lebih baik. Dengan demikian diperoleh hasil pada
gambar 10 sebagai berikut :

78
Berdasarkan hasil pengujian ulang pada gambar 10 di atas,
maka diketahui bahwa nilai t-statistik VACA dan VAHU yaitu
sebesar 2,108 dan 12,450 yang berada di atas t-tabel yaitu
1,645. Tabel 10 di bawah merupakan hasil outer weight untuk
IC tahun 2013 dan kinerja keuangan tahun 2014.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,504 0,482 0,239 2,108 0,018
-> IC
VAHU2013
1,081 1,065 0,087 12,450 0,000
-> IC
Sebagaimana telah disajikan pada tabel 10 di atas setelah
dilakukan pengujian ulang, maka diketahui nilai weight dari
VACA yaitu 0,504 dan nilai weight VAHU adalah 1,081.
Kedua indikator pembentuk VAIC tersebut signifikan pada
p<0,05. Pengujian selanjutnya dilakukan perhitungan terhadap
indikator intellectual capital tahun 2014 terhadap kinerja
keuangan tahun 2015 dengan lag 1 tahun.

79
Gambar 11 dan tabel 11 dibawah ini menyajikan hasil dari
perhitungan menggunakan PLS.
Gambar 11 di atas menunjukkan hasil bahwa nilai t-statistik
pada 3 indikator pembentuk VAIC yaitu STVA, VACA dan
VAHU secara berturut – turut sebesar 0,486; 2,672 dan 2,034.
Nilai t-statistik dari indikator STVA memiliki nilai dibawah
t-tabel 1,645 yaitu sebesar 0,486 sehingga harus dilakukan
pengujian ulang. Tabel 11 dibawah ini merupakan hasil
pengujian dari IC tahun 2014 dan kinerja keuangan tahun 2015.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2014 -
1,000 1,000 0,000
> PERFt+1
VACA2014
0,493 0,489 0,184 2,672 0,004
-> IC
VAHU2014
0,835 0,768 0,411 2,034 0,021
-> IC
STVA2014 -
0,339 0,789 0,697 0,486 0,314
> IC
Berdasarkan hasil pengujian dengan PLS sebagaimana
ditunjukkan tabel 11 di atas, maka diketahui bahwa nilai weight
dari VACA, VAHU dan STVA secara berturut- turut sebesar

80
0,493; 0,835 dan 0,339. Indikator VACA dan VAHU signifikan
pada p < 0,05, sedangkan indikator STVA memiliki nilai
p-value di atas 0,05. Oleh karena itu, untuk memperoleh hasil
yang baik, maka dilakukan pengujian ulang sebagaimana telah
disajikan pada gambar 12 dibawah ini sebagai berikut :
Berdasarkan hasil setelah dilakukan pengujian ulang, maka
diketahui pada gambar 12 di atas bahwa nilai t-statistik VACA
dan VAHU sebesar 2,380 dan 17,651. Tabel 12 dibawah ini
menunjukkan nilai outer weight setelah dilakukan pengujian
ulang pada indikator IC tahun 2014 dan kinerja keuangan tahun
2015.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,415 0,383 0,174 2,380 0,009
-> IC
VAHU2013
1,114 1,103 0,063 17,651 0,000
-> IC
Tabel 12 di atas menunjukkan bahwa nilai weight indikator
VACA dan VAHU sebesar 0,415 dan 1,114. Indikator VACA

81
memiliki nilai t-statistik yaitu 2,380, sedangkan indikator
VAHU memiliki nilai t-statistik sebesar 17,651 yang signifikan
pada p < 0,05. Hasil tersebut menunjukkan bahwa kedua
indikator berpengaruh terhadap konstruk intellectual capital
pada tahun selanjutnya dengan lag 1 tahun.
Pengujian hipotesis 3 menggunakan outer model yaitu
model pengukuran yang menghubungkan indikator dengan
variabel latennya. Pengujian outer model dilakukan dengan
melihat nilai outer weight dan nilai signifikansinya. Nilai
weight adalah diatas 0,50 dan nilai t-statistik di atas 1,645
untuk α 0,50 (Ghozali, 2006).
Indikator pembentuk Rate of Growth Intellectual Capital
(ROGIC) yaitu RVACA, RVAHU, dan RSTVA akan
dilakukan pengujian terhadap kinerja keuangan di masa depan
dengan lag 1 tahun. Terdapat tiga indikator pembentuk variabel
independen dan satu indikator pembentuk variabel dependen.
Gambar berikut merupakan hasil estimasi perhitungan dengan
menggunakan PLS untuk data tahun 2013

82
Gambar 13 di atas menunjukkan bahwa nilai t-statistik
RSTVA, RVACA, dan RVAHU pada tahun 2013 sebesar
1,274; 0,175 dan 1,132. Hasil tersebut memiliki nilai dibawah
t-tabel sehingga hasilnya tidak signifikan. Tabel 13 dibawah ini
menyajikan hasil outer weight pada indikator ROGIC tahun
2013 dan kinerja keuangan tahun 2014.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 ->
1,000 1,000 0,000
PERFt+1
RVACA2013
0,061 0,180 0,348 0,175 0,431
-> ROGIC
RVAHU2013
-1,889 -0,192 1,668 1,132 0,129
-> ROGIC
RSTVA2013
2,143 0,593 1,682 1,274 0,102
-> ROGIC
Tabel 13 di atas menunjukkan hasil bahwa terdapat
indikator ROGIC hasilnya tidak signifikan. Hal tersebut dapat
dilihat dari nilai t-statistik indikator variabel ROGIC secara
berturut – turut RVACA, RVAHU dan RSTVA, yaitu 0,175;
1,132; 1,274 dengan nilai weight dari 3 indikator IC tersebut
secara berturut – turut sebesar 0,061; -1,889 dan 2,143.
Berdasarkan hal tersebut maka indikator dari ROGIC tidak
layak untuk menjelaskan konstruk. Hasil yang tidak signifikan
akan memengaruhi hasil inner model dimana akan
menyebabkan rendahnya nilai R-square dan nilai t-statistik
antar variabel.
83
Gambar berikut merupakan hasil estimasi perhitungan
dengan menggunakan PLS untuk data tahun 2014. Pengujian
dilakukan dengan menghitung indikator ROGIC tahun 2014
Berdasarkan hasil yang disajikan pada gambar 14 di atas,
maka dapat diketahui bahwa nilai t-statistik pada indikator
RSTVA, RVACA dan RVAHU sebesar 0,637; 1,378 dan
0,021. Hasil tersebut berada pada nilai dibawah t-tabel yaitu
1,645 sehingga hasilnya tidak signifikan. Tabel 14 dibawah ini
menyajikan hasil outer weight untuk indikator ROGIC tahun
2014 dan kinerja keuangan tahun 2015.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2014 ->
1,000 1,000 0,000
PERFt+1
RVACA2014
-0,662 -0,210 0,480 1,378 0,085
-> ROGIC
RVAHU2014
0,026 0,527 1,280 0,021 0,492
-> ROGIC
RSTVA2014
0,838 0,075 1,317 0,637 0,262
-> ROGIC
84
Tabel di atas menunjukkan hasil bahwa semua indikator
ROGIC hasilnya tidak signifikan. Hal tersebut dapat dilihat
dari nilai t-statistik indikator variabel ROGIC secara berturut –
turut RVACA, RVAHU dan RSTVA yaitu 1,378; 0,021; 0,637.
Nilai weight dari ketiga indikator ROGIC tersebut secara
berturut – turut sebesar -0,662; 0,026 dan 0,838. Berdasarkan
hal tersebut maka indikator dari ROGIC tidak layak untuk
menjelaskan konstruk. Hasil yang tidak signifikan akan
memengaruhi hasil inner model dimana akan menyebabkan
rendahnya nilai R-square dan nilai t-statistik antar variabel.
b. Uji Inner Model
Tahapan selanjutnya adalah melakukan evaluasi struktural
(inner model) yang meliputi path coefficient, dan R2. Pengujian
inner model merupakan hipotesis yang bertujuan untuk menguji
hubungan pada variabel laten atau konstruk. Analisis inner model
dilakukan untuk memastikan bahwa modal struktural yang
dibangun akurat.
Variabel dependen dievaluasi menggunakan nilai R-square,
sedangkan variabel independen dievaluasi menggunakan original
sample yang menunjukkan nilai positif atau negatif. Hasil dari
inner model dapat dilihat dari nilai original sample, t – statistik dan
R square. Langkah selanjutnya yang dilakukan dalam pengujian

85
menggunakan Partial Least Square yaitu dengan pengujian inner
model. Hasil dari pengujian inner model adalah sebagai berikut :
Tabel 15. Hasil inner weight H1

T Statistics
Sample Mean Deviation P Values
(|O/STDEV|)
(O) (M) (STDEV)
VAIC2013 -
0,769 0,771 0,080 9,663 0,000
> PERF2013
VAIC2014 -
0,750 0,772 0,064 11,771 0,000
> PERF2014
Hasil pengujian hipotesis 1 tahun 2013 yaitu pengaruh modal
intelektual (VAICTM) terhadap kinerja keuangan perusahaan
berpengaruh positif dan signifikan. Hal ini berdasarkan pada nilai
original sample yang menunjukkan hasil positif sebesar 0,769 dan
t-statistik 9,663 yang nilainya lebih besar dari t-tabel sebesar 1,645.
Pengujian dapat membuktikan bahwa hipotesis 1 yaitu intellectual
capital berpengaruh positif dan signifikan terhadap kinerja
Pengujian hipotesis 1 tahun 2014 yaitu pengaruh VAICTM
terhadap kinerja keungan perusahaan berpengaruh positif dan
signifikan. Hasil uji inner model hipotesis 1 menunjukkan nilai
original sample sebesar 0,750 dan t-statistik 11,771 yang lebih
besar dari t-tabel sebesar 1,645 sehingga hipotesis 1 dapat diterima.
Berdasarkan hasil tersebut maka hipotesis 1 dapat membuktikan
bahwa intellectual capital berpengaruh positif dan signifikan
terhadap kinerja keuangan perusahaan.

86

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
VAIC2013 ->
0,634 0,658 0,122 5,189 0,000
PERF2014
VAIC2014 ->
0,705 0,712 0,094 7,416 0,000
PERF2015
Hasil dari hipotesis 2 tahun 2013 menunjukkan hasil positif dan
signifikan. Hal tersebut berdasarkan pada hasil original sample
dengan nilai positif sebesar 0,634 dan t-statistik sebesar 5,189 yang
lebih besar dari nilai t tabel (1,645). Hipotesis 2 tahun 2014
menguji pengaruh intellectual capital yang diproksikan VAIC
terhadap kinerja keuangan perusahaan di masa depan yang
diprokasikan ROA menunjukkan hasil yang positif dan signifikan.
Hal tersebut berdasarkan pada hasil original sample sebesar 0,705
dan t-statistik sebesar 7,416 yang lebih besar dari t-tabel sebesar
1,645. Hasil tersebut membuktikan bahwa hipotesis 2 yaitu
intellectual capital berpengaruh positif dan signifikan terhadap
kinerja keuangan di masa depan.

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROGIC 2013-
0,323 0,083 0,418 0,772 0,221
> PERF2014
ROGIC2014 -
0,226 0,215 0,295 0,764 0,223
> PERF2015
87
Pengujian hipotesis 3 menunjukkan hasil original sample yang
sebesar 0.323 dan nilai t statistik sebesar 0,772 yang lebih kecil
dari t-tabel sebesar 1,645. Hal tersebut mengindikasikan bahwa
tingkat pertumbuhan modal intelektual belum memiliki peran yang
penting pada perusahaan. Hasil pengujian membuktikan bahwa
hipotesis 3 yaitu intellectual capital tidak berpengaruh signifikan
terhadap kinerja keuangan perusahaan di masa depan.
Hipotesis 3 yaitu pengaruh rate of growth intellectual capital
terhadap kinerja keuangan perusahaan di masa depan tidak dapat
didukung atau ditolak. Hal tersebut berdasarkan pada nilai original
sample sebesar 0,226 dan nilai t-statistik 0,764 menunjukkan nilai
yang lebih kecil dari t-tabel sebesar 1,645. Berdasarkan hasil
pengujian tersebut yang berarti bahwa ROGIC tidak berpengaruh
signifikan terhadap kinerja keuangan di masa depan.
Tabel di atas menghasilkan output dari uji inner model yang
dilakukan untuk mendukung tiga hipotesis dalam penelitian ini.
Hasil t -statistik yang lebih besar dari t-tabel menunjukkan bahwa
hipotesis yang diajukan dapat diterima, dan apabila nilai t-statistik
lebih kecil dari t-tabel, maka hipotesis yang diajukan ditolak.
Berdasarkan hasil pengolahan inner model di atas, maka dapat
dilihat bahwa hipotesis 1 dan hipotesis 2 yang diajukan diterima
dan hipotesis 3 ditolak. Hal tersebut disebabkan karena hipotesis 1
dan hipotesis 2 menunjukkan nilai t-statistik lebih besar dari nilai

88
t-tabel (1,645), sehingga pengujian dinyatakan berpengaruh positif
dan signifikan, sedangkan nilai t statistik pada hipotesis 3 lebih
kecil dari nilai t tabel.
Langkah berikutnya adalah melihat nilai R- Square dari model
penelitian. Model struktural dievaluasi dengan menggunakan
R-Square untuk konstruk dependen dan uji t serta signifikansi dari
koefisien parameter jalur struktural. Dalam menilai model dengan
PLS, maka dimulai dengan melihat R-Square untuk setiap variabel
dependen. Perubahan nilai R-Square dapat digunakan untuk
menilai pengaruh variabel laten independen tertentu terhadap
variabel laten dependen apakah mempunyai pengaruh substantif
(Ghozali, 2006). Pengambilan keputusan dalam inner model
dengan melihat weight dan harus menunjukkan arah positif dengan
t-statistik diatas 1,282 (untuk α 0,10); 1,645 (untuk α 0,05); 2,326
(untuk α 0,01) one tailed. Ketiga hipotesis pada uji inner model
menghasilkan nilai koefisien determinasi atau R-square sebagai
berikut :
Tabel 18. Hasil R Square
R Square
TAHUN 2013 2014
VAIC -> PERF 0,592 0,552
VAIC -> PERFt+1 0,402 0,496
ROGIC -> PERFt+1 0,104 0,051
89
Tabel di atas menunjukkan hasil pengujian nilai R Square pada
ketiga hipotesis yang diajukan. Hasil pengujian hipotesis 1 yaitu
pengaruh intellectual capital terhadap kinerja keuangan perusahaan
mempunyai nilai R Square sebesar 0,592 pada tahun 2013 dan
0,552 pada tahun 2014. Hal tersebut mengindikasikan bahwa pada
tahun 2013 variabel VAICTM mampu menjelaskan variabel kinerja
keuangan perusahaan sebesar 59,2% dan pada tahun 2014 variabel
VAICTM mampu menjelaskan variabel kinerja keuangan
perusahaan sebesar 55,2%. Hasil di atas mencerminkan bahwa IC
memiliki pengaruh terhadap kinerja keuangan perusahaan karena
R2 dari kedua uji analisis diatas tahun 2013 dan 2014 berturut –
turut sebesar 0,592 dan 0,552. Nilai R Square dalam sebuah model
eksplorasi sebesar 0,1 dapat dianggap memuaskan dan pantas
untuk pelaporan ( Bellman, 2003 dalam Tan et al, 2007).
Hasil pengujian hipotesis 2 yaitu pengaruh intellectual capital
terhadap kinerja keuangan perusahaan di masa depan mempunyai
nilai R Square berturut – turut tahun 2013 dan 2014 yaitu sebesar
0,402 dan 0,496. Hal tersebut mengindikasihan bahwa pada tahun
2013 VAICTM mampu menjelaskan variabel kinerja keuangan
perusahaan di masa depan sebesar 40,2% dan pada tahun 2014
variabel VAICTM mampu menjelaskan variabel keuangan di masa
depan sebesar 49,6% sedangkan sisanya dapat dijelaskan oleh
variabel lain yang tidak digunakan dalam penelitian ini. Nilai

90
R-Square yang tinggi mengindikasikan bahwa variabel independen
dapat menjelaskan variabel dependen.
Pengujian hipotesis 3 adalah pengaruh rate of growth
intellectual capital terhadap kinerja keuangan perusahaan di masa
depan dengan nilai R-Square tahun 2013 dan 2014 masing-masing
adalah 0,104 dan 0,051. Hal tersebut menunjukkan bahwa variabel
VAICTM tahun 2013 mampu menjelaskan variabel kinerja
keuangan di masa depan sebesar 10,4% dan VAIC TM tahun 2014
mampu menjelaskan variabel kinerja keuangan perusahaan di masa
depan sebesar 5,1% sedangkan sisanya dapat dijelaskan oleh
variabel lain diluar konstruk. Nilai R Square yang semakin besar
menunjukkan bahwa variabel independen mampu menjelaskan
variabel dependen.
C. Pembahasan
1. Hasil Hipotesis 1
Hipotesis 1 pada penelitian ini menguji pengaruh modal intelektual
terhadap kinerja keuangan perusahaan di tahun yang sama. Modal
intelektual diuji menggunakan kinerja keuangan perusahaan pada
tahun pengamatan 2013 dan 2014. Pada tahun 2013 dan 2014 hipotesis
1 menunjukkan bahwa pengaruh VAICTM terhadap kinerja keuangan
perusahaan positif dan signifikan dengan nilai t-statistik pada tahun
2013 sebesar 9.663 yang lebih besar dari t tabel yaitu 1,645 dan nilai
91
t-statistik tahun 2014 sebesar 11.771. R-Square pada tahun 2013 dan
2014 secara berturut - turut sebesar 0,592 dan 0,552 yang berarti
bahwa variabel VAICTM tahun 2013 mampu menjelaskan kinerja
keuangan sebesar 59,2% dan pada tahun 2014 mampu menjelaskan
kinerja keuangan sebesar 55,2% sedangkan sisanya dijelaskan oleh
variabel lain. Berdasarkan penjelasan pada hasil tersebut, maka
hipotesis 1 dapat diterima.
Hasil dari penelitian ini menunjukkan kesesuaian dengan penelitian
Ulum (2007) yang menyatakan bahwa Intellectual Capital
berpengaruh terhadap kinerja perusahaan pada tahun yang sama.
Penelitian ini sama dengan hasil penelitian Ulum (2007) yang
menyatakan bahwa berdasarkan hasil penelitian dengan PLS diketahui
semua nilai t-statistik dan R-Square pada hipotesis terbukti
berpengaruh signifikan terhadap kinerja keuangan perusahaan karena
lebih besar dari t tabel yaitu 1,645.
Pada penelitian ini hasil yang menunjukkan nilai paling besar pada
dua tahun pengamatan adalah VACA. Firer dan William (2003) dan
Ulum (2009) menjelaskan bahwa physical capital merupakan suatu
indikator value added yang tercipta atas modal yang diusahakan dalam
perusahaan secara efisien. VACA merepresentasikan bagaimana suatu
perusahaan mengelola modal fisik dan keuangan secara efisien. Dalam
hasil penelitian ini berarti perusahaan berhasil memaksimalkan VACA
dalam pengelolaan intellectual capital. Semakin tinggi nilai physical

92
capital suatu perusahaan maka semakin efisien pengelolaan modal
intelektual yang berupa bangunan, tanah, peralatan dan teknologi.
Semakin baik pengelolaan modal fisik dalam membangun relasi
dengan pihak eksternal, maka semakin tinggi pula kecenderungan
meningkatnya kinerja keuangan perusahaan terutama dalam
peningkatan profitabilitas perusahaan.
Hasil penelitian ini sesuai dengan resource based theory yang
menjelaskan bahwa sumber daya perusahan terdiri dari sumber daya
fisik, sumber daya manusia dan organisasional yang memberikan nilai
tambah dalam memperoleh profitabilitas (Suhendah, 2012). Namun,
hasil penelitian ini tidak sesuai dengan penelitian Kuryanto (2008)
yang menyatakan bahwa modal intelektual tidak berpengaruh terhadap
kinerja keuangan. Hasil penelitian ini menguatkan pernyataan Firer
William (2003) yang menyatakan bahwa hanya VACA yang
menunjukkan faktor paling signifikan berpengaruh terhadap kinerja
keuangan di Afrika Selatan (dalam Ulum,2007).
Hipotesis kedua dalam penelitian ini menguji pengaruh intellectual
capital terhadap kinerja keuangan perusahaan di masa depan. Hasil
pengujian dan pengolahan data menunjukkan bahwa pengaruh
intellectual terhadap kinerja keuangan di masa depan terdapat
pengaruh positif dan signifikan. Hal tersebut berdasarkan nilai

93
t-statistik tahun 2013 sebesar 5,189 dan tahun 2014 sebesar 7,416
(di atas t-tabel 1,645). R-Square pada hipotesis ini tahun 2013 sebesar
0,402 dan tahun 2014 sebesar 0,496 yang berarti bahwa modal
intelektual yang dipresentasikan oleh VAICTM mampu menjelaskan
kinerja keuangan perusahaan masa depan sebesar 40,2% tahun 2013
dan 49,6% tahun 2014, sedangkan sisanya dapat dijelaskan oleh
variabel lain. Berdasarkan hasil pengujian tersebut, maka hipotesis 2
atau H2 dapat diterima.
Hasil dalam penelitian hipotesis 2 ini sesuai dengan penelitian
yang telah dilakukan oleh Ulum yang menyatakan bahwa IC
(VAICTM) berpengaruh terhadap kinerja keuangan perusahaan masa
depan. Dalam konteks ini Intellectual Capital diuji terhadap kinerja
keuangan masa depan dengan lag 1 tahun. Output dari Partial Least
Square (PLS) mengindikasikan bahwa secara statistik terdapat
pengaruh IC (VAICTM) terhadap kinerja keuangan perusahaan masa
depan. Ulum (2007) juga menyatakan bahwa hanya ROA yang
merupakan indikator paling signifikan untuk IC (VAICTM).
Tahun 2014 VACA merupakan indikator yang paling tinggi,
sehingga mampu memberikan kontribusi paling besar dalam
menciptakan nilai tambah. Hipotesis 2 tahun 2014 menjelaskan bahwa
semakin baik pengelolaan modal fisik untuk membangun hubungan
dengan pihak eksternal dan dapat memberikan keunatungan yang besar
bagi perusahaan di masa depan. Penelitian ini konsisten dengan

94
penelitian Tan et al (2007), Chen et al (2005), dan William (2003)
yang menyatakan bahwa intellectual capital berpengaruh positif
terhadap kinerja keuangan perusahaan di masa depan, namun
bertentangan dengan penelitian Kuryanto (2008) yang menyatakan
bahwa IC tidak berpengaruh terhadap kinerja keuangan masa depan.
Hipotesis ketiga pada penelitian ini adalah menguji pengaruh
ROGIC terhadap kinerja keuangan di masa depan dengan lag 1 tahun.
Pengujian hipotesis 3 ini menunjukkan bahwa pengaruh ROGIC
terhadap kinerja keuangan perusahaan di masa depan tidak signifikan
dengan nilai t-statistik di bawah t-tabel sebesar 0,772 tahun 2013 dan
0,764 tahun 2014 di bawah 1,645. Nilai R-Square pada hipotesis ini
sebesar 0,104 tahun 2013 dan 0,051 pada tahun 2014 yang berarti
bahwa modal intelektual hanya mampu menjelaskan kinerja keuangan
masa depan sebesar 10,4 % dan 5,1% dan sisanya dijelaskan oleh
variabel lain. Hasil penelitian hipotesis 3 menunjukkan nilai t-statistik
yang rendah pada semua indikator pembentuk ROGIC pada periode
pengamatan tahun 2013. Hasil pengujian hipotesis 3 pada tahun
pengamatan 2014 tidak signifikan disebabkan semua indikator
mempunyai nilai t-statistik rendah di bawah t-tabel. Berdasarkan
penjelasan hasil hipotesis tersebut, maka hipotesis 3 atau H3 ditolak.

95
Penelitian ini konsisten dengan penelitian Ulum (2007) yang
menyatakan bahwa tidak ada pengaruh ROGIC terhadap kinerja
keuangan perusahaan masa depan. Hasil dari penelitian ini
menunjukkan bahwa ROGIC tidak berpengaruh terhadap kinerja
keuangan perusahaan di masa depan. Oleh karena itu penelitian ini
juga sejalan dengan penelitian yang dilakukan oleh Kuryanto (2008)
dan Kartikasari (2014) bahwa ROGIC tidak berpengaruh terhadap
kinerja keuangan di masa depan. Hasil tersebut berbeda dengan
penelitian yang dilakukan oleh Tan et al (2007) yang menyatakan
bahwa terdapat pengaruh positif tingkat pertumbuhan modal
intelektual dengan kinerja keuangan perusahaan di masa depan.
Alasan mengapa hasil tidak berpengaruh signifikan yaitu karena
nilai mean lebih kecil dari standar deviasi. Variabel ROGIC pada tahun
2013 dan 2014 secara berturut –turut memiliki nilai standar deviasi
sebesar 0,418 dan 0,295, nilai tersebut lebih besar jika dibandingkan
dengan nilai rata – rata (mean) tahun 2013 dan 2014 secara berturut-
turut sebesar 0,083 dan 0,215. Nilai standar deviasi yang lebih besar
daripada nilai rata – rata (mean) artinya ada perbedaan ekstrem antara
nilai maksimum dan nilai minimum dari data sampel yang digunakan.
Selain itu nilai signifikansi lebih besar dari 0,05 yaitu pada tahun 2013
sebesar 0,221 dan pada tahun 2014 sebesar 0,223, maka dapat
disimpulkan bahwa penelitian ini tidak dapat membuktikan hipotesis

96
ketiga yang menyatakan bahwa ROGIC berpengaruh positif dan
signifikan terhadap kinerja keuangan perusahaan.
Hasil rate of growth intellectual capital yang tidak signifikan
terhadap kinerja keuangan perusahaan berarti membuktikan bahwa
perusahaan belum mengelola dan mengembangkan sumber daya yang
dimilikinya dan masih terfokus pada kepentingan jangka pendek yaitu
return perusahaan. Nilai koefisien determinasi (R2) pada tahun 2013
sebesar 0,104 dan tahun 2014 sebesar 0,051. Dengan demikian dapat
disimpulkan bahwa besar persentase rate of growth intellectual
capital yang dapat dijelaskan oleh kinerja keuangan perusahaan
sebesar 10,4% pada tahun 2013 dan 5,1% pada tahun 2014, sedangkan
sisanya dapat dijelaskan oleh variabel lain diluar model penelitian.

BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Penelitian ini bertujuan untuk mengetahui pengaruh modal intelektual
terhadap kinerja keuangan perusahaan yang terdaftar di Bursa Efek
Indonesia. Berdasarkan hasil pengujian dan pembahasan yang telah
diuraikan pada bab sebelumnya, maka dapat ditarik kesimpulan sebagai
berikut :
1. Hipotesis pertama modal intelektual berpengaruh positif terhadap
kinerja keuangan perusahaan. Hal tersebut dibuktikan dengan hasil
pengujian yang menunjukkan nilai t statistik dari kedua uji analisis
berturut - turut pada tahun 2013 dan 2014 sebesar 9,663 dan 11,771,
dimana kedua hasil tersebut lebih besar dari t tabel sebesar 1,645. Nilai
original sample pada dua tahun periode pengamatan berturut – turut
tahun 2013 dan 2014 sebesar 0,769 dan 0,750 yang menunjukkan
bahwa hipotesis pertama berpengaruh positif dan signifikan.
2. Hipotesis kedua yaitu modal intelektual berpengaruh positif kinerja
keuangan perusahaan di masa depan. Berdasarkan hasil penelitian
diketahui bahwa selama dua tahun periode pengamatan semua
indikator mempunyai nilai t statistik di atas t tabel. Nilai R Square
pada kedua hasil uji analisis sebesar 0,402 pada tahun 2013 dan 0,496
97
98
tahun 2014 yang berarti bahwa indikator VAICTM mampu menjelaskan
variabel kinerja keuangan perusahaan di masa depan.
3. Hipotesis ketiga yaitu tingkat pertumbuhan rata – rata modal
intelektual tidak berpengaruh terhadap kinerja keuangan perusahaan di
masa depan. Hal tersebut dibuktikan dengan rendahnya nilai t statistik
di bawah nilai t tabel sebesar 1,645 pada semua indikator dan tingkat
signifikansi 5%. Variabel ROGIC hanya mampu menjelaskan kinerja
keuangan perusahaan dari kedua uji analisis pada tahun 2013 dan 2014
secara berturut sebesar 10,4% dan 5,1%, sedangkan sisanya dapat
dijelaskan oleh variabel lain diluar model penelitian.
B. Keterbatasan Penelitian
Penelitian ini mempunyai beberapa keterbatasan diantaranya adalah
sebagai berikut :
1. Penelitian ini hanya menggunakan variabel ROA sebagai indikator
kinerja keuangan perusahaan.
2. Penelitian ini hanya terbatas pada perusahaan sektor perdagangan jasa
yang terdaftar di Bursa Efek Indonesia dan hanya menggunakan
periode penelitian dua tahun yaitu tahun 2013 dan 2014.
3. Penelitian ini hanya melakukan pengujian dengan lag 1 tahun, dimana
IC tahun 2013 diuji pada kinerja keuangan tahun 2014 dan IC tahun
2014 akan diuji pada kinerja keuangan tahun 2015.

99
C. Saran
Berdasarkan kesimpulan dan keterbatasan penelitian yang telah
diuraikan di atas, maka peneliti memberikan saran sebagai berikut :
1. Bagi penelitian selanjutnya disarankan untuk menambah jumlah
sampel dan periode penelitian agar hasil yang didapatkan lebih baik.
2. Ukuran kinerja perusahaan untuk penelitian selanjutnya diharapkan
dapat menggunakan market to book value ratio (MB), Earning Per
Share (EPS), Net Profit Margin (NPM) dan EVA.
3. Penelitian selanjutnya disarankan untuk menguji pengaruh IC terhadap
kinerja keuangan perusahaan dengan lag 2-3 tahun karena ada
kemungkinan bahwa pengaruh IC terhadap kinerja keuangan
perusahaan tidak dalam selisih 1 tahun, tetapi 2 atau 3 tahun
berikutnya.
4. Bagi Investor disarankan untuk mempertimbangkan masalah aset
berwujud yang dimiliki perusahaan jika hendak melakukan investasi.
Hasil penelitian ini diharapkan mampu menjadi acuan dan
pertimbangan dalam pengambilan keputusan investasi.

DAFTAR PUSTAKA
Barney, J. B. (1991). Firm Resources and Sustained Competitive Advantage.

Journal of Management, 17
Baroroh,Niswah.(2013). Analisis Pengaruh Modal Intelektual terhadap kinerja

Keuangan Perusahaan Manufaktur di Indonesia. Jurnal Dinamika
Akuntansi.Vol 5, No.2.
Bontis. Nick. (1998). Intellectual Capital : An Explonatiory Study that Develops

Measures and Models. Management Decision Vol 36 No.2
Brigham, E.F., Houston, J.F. (2009). Dasar – dasar Manajemen Keuangan. Edisi
10. Jakarta. Salemba Empat.
Bukh, P. N., C. Nielsen, P. Gormsen, and J. Mouritsen. (2005). “Disclosure of

information on intellectual capital in Danish IPO prospectuses”.
Accounting, Auditing, & Accountability Journal. Vol.18 No. 6
Chen, M.C., Cheng, S.J. & Hwang, Y. (2005). An Empirical Investigation of

relationship between Intellectual Capital and Firm’s market value and
Financial Performance. Journal of Intellectual Capital. Vol.6 No.2.
Deegan, C. (2004). Financial Accounting Theory. Sydney.McGraw-Hill Book

Company.
Dwipayani, Chrisnatty Chandra. (2014). Pengaruh Intellectual Capital Terhadap

Profitabilitas dan Kinerja Pasar (Studi Empiris pada Perusahaan
Perdagangan dan Jasa). Skripsi. Universitas Diponegoro. Semarang.
Ekowati, Serra & Rusmana, Oman & Mafudi .(2012). Pengaruh Modal Fisik,
Modal Finansial, dan Modal Intelektual Terhadap Kinerja Perusahaan
Pada Perusahaan Manufaktur Di Bursa Efek Indonesia. Jurnal Universitas
Jendral Soedirman.
Firer, S. dan S.M. Williams. (2003). Intellectual Capital and Traditional Measure
of Corporate Performance. Journal of Intellectual Capital, Vol. 4 No. 3.
Ghozali. Imam, (2006). Structural Equation Modeling: Metode Alternatif dengan

PLS. Semarang: Badan Penerbit Universitas Diponegoro.
100
101
Gitman, I., J., (2009). Principles of Managerial Finance. 12th ed.United States.
Perarson Education Inc.
Indriantoro, dan Supomo, (2002). Metodologi Penelitian Bisnis untuk Akuntansi

dan Manajemen, Edisi Pertama. Yogyakarta. BPFE.
Kartikasari,Yossita dan P.Basuki Hadiprajitno.(2014).Pengaruh Modal Intelektual

terhadap Kinerja Perusahaan (Studi pada Perusahaan Perbankan yang
terdaftar di BEI tahun 2009-2011). Diponegoro Journal of Accounting. Vol
3 No.1
Kuryanto, Benny dan Muchamad Syafrudin.(2009). “Pengaruh Modal Intelektual

terhadap Kinerja Perusahaan”. Jurnal Akuntansi & Auditing. Vol 5, No.2.
Moeheriono (2012). Pengukuran Kinerja berbasis Kompetensi. Edisi Revisi.

Jakarta. Rajagrafindo Persada.
Munawir (2002). Analisis Laporan Keuangan. Bandung: Transito.
Murti, Anugraheni Cahyaning. (2010). “Analisis Pengaruh Modal Intelektual

Terhadap Kinerja Perusahaan (Studi pada Perusahaan yang Terdaftar di
Bursa Efek Indonesia)”. Skripsi. Fak. Ekonomika dan Bisnis Universitas
Diponegoro, Semarang.
Ningrum,Nora Riyanti dan Shiddiq Nur Rahardjo.(2012).Analisis Pengaruh

Intellectual Capital dan Corporate Governance terhadap Financial
Performance.Diponegoro Journal of Accounting. Vol 1, No.2.
Petty, P. and J. Guthrie. (2000). “Intellectual capital literature review:

measurement reporting and management”. Journal of Intellectual Capital.
Vol. 1 No. 2.
Pulic, A. (1998). Measuring the Performance of Intellectual Potential in

knowledge Economy. Paper presented at the 2nd McMaster Word Congress
on Measuring and Managing Intellectual Capital by the Austrian Team for
Intellectual Potential. Available online at : www.vaic-on.net
_______. (2000). “VAICTM – an accounting tool for IC management”. Available

online at:www.measuring-ip.at/Papers/ham99txt.htm
Rachmawati, D.A.D. (2012). Pengaruh Intellectual Capital terhadap Return On

Asset (ROA) Perbankan. Jurnal Akuntansi, 1 (1).
102
Riahi-Belkaoiu, A. (2003). “Intellectual capital and firm performance of US

multinational firms: a study of the resource-based and stakeholder views”.
Journal of Intellectual Capital. Vol.4 No.2
Roos, G., Roos, J., Edvinsson, L. dan Dragonetti, N.C. (1997). Intellectual
capital- Navigating in the New Business Landscape , NY : New York
University Press.
Sawarjuwono, T, dan Kadir. (2003).”Intellectual Capital : Perlakuan, pengukuran

dan Pelaporan (sebuah library research)”, Jurnal Ekonomi dan Bisnis
Indonesia. Vol. 15 No.2
Solikhah, B., Abdul Rohman dan Wahyu Meiranto. (2010) “implikasi Intellectual
Capital terhadap Financial Performance, growth dan market value: studi
empiris dengan pendekatan simplistic specification”. Simposium Nasional
Akuntansi XIII. Purwokerto
Stewart, T.A. (1997). Intellectual Capital. The New Wealth of Organizations,New

York: Doubleday.
Sucipto. (2003). Penilaian Kinerja Keuangan. USU digital library, Universitas

Sumatera Utara.
Suhendah, Rousilita. (2012). “Pengaruh Intellectual Capital Terhadap

Profitabilitas, Produktivitas, dan Penilaian Pasar pada perusahan yang Go
Publik di Indonesia tahun 2005 – 2007.” Jurnal Dinamika Akuntansi. Vol.
2 No. 1
Sukhemi. (2007). Evaluasi Kinerja Keuangan. Akademika Jurnal Akuntansi dan

Manajemen Vol 1.
Sullivian Jr., P.H. and P.H. Sullivan Sr. (2000). “Valuating intangible companies,
an intellectual capital approach”. Journal of Intellectual Capital. Vol.1
No.4
Sutomo, Ibnu. (2014). Pengaruh Intellectual Capital terhadap Net Income Margin
(NIM) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia.
KINDAI. Journal of Intellectual Capital . Vol 10 No. 3
Tan, H.P., D. Plowman, P. Hancock. (2007). “Intellectual Capital and financial

returns of companies. Journal of Intellectual Capital. Vol. 8 No. 1
Ulum, Ihyaul. (2007). “Pengaruh intellectual Capital Terhadap Kinerja Keuangan

Perusahaan Perbankan di Indonesia. Tesis. Semarang
103
__________. (2008). “Intellectual Capital dan kinerja keuangan perusahaan :

suatu analisis dengan pendekatan Partial Least Square”. Makalah disajikan
pada Seminar Simposium Nasional Akuntansi 11. Pontianak
___________. (2009). “Intellectual Capital: Konsep dan Kajian Empiris”.

Malang: Penerbit Graha Ilmu.
Umar, Husein. (2005). Metode Riset Bisnis. Jakarta: PT. Gramedia Pustaka
Utama.
Wernerfelt, B. (1984). A Resource Based View of The Firm. Strategic

Management Journal
Widyaningrum, Ambar. (2004). Modal Intelektual. Jurnal Akuntansi dan

Keuangan Indonesia. Vol. 1
www.idx.co.id
www.sahamok.com
L
A
M
P
I
R
A
N
104
105
Lampiran 1 : Daftar Sampel Perusahaan Perdagangan Jasa yang terdaftar di Bursa

Efek Indonesia (BEI) Periode 2013- 2014
No Kode Nama Perusahaan

1 ACES Ace Hardware Indonesia Tbk
2 AKRA AKR Cprporindo Tbk
3 AMRT Sumber Alfaria Trijaya Tbk
4 APII Arita Prima Indonesia Tbk
5 ASGR Astra Graphia Tbk
6 BAYU Bayu Buana Tbk
7 CSAP Catur Sentosa Adiprana Tbk
8 ECII Electronic City Indonesia Tbk
9 EMTK Elang Mahkota Teknologi Tbk
10 EPMT Enseval Putera Megatrading Tbk
11 FAST Fast Food Indonesia Tbk
12 FORU Fortune Indonesia Tbk
13 INPP Indonesian Paradise Property Tbk
14 INTD Inter Delta Tbk
15 JKON Jaya Konstruksi Manggala Pratama Tbk
16 JSPT Jakarta Setiabudi Internasional Tbk
17 JTPE Jasuindo Tiga Perkasa Tbk
18 KOIN Kokoh Inti Arebama Tbk
19 LTLS Lautan Luas Tbk
20 MAPI Mitra Adiperkasa Tbk
21 MDIA Intermedia Capital Tbk
22 MICE Multi Indocitra Tbk
23 MIDI Midi Utama Indonesia Tbk
24 MLPT Multipolar Technology tbk
25 MNCN Media Nusantara Citra tbk
26 MPMX Mitra Pinasthika Mustika Tbk
27 MPPA Matahari Putra Prima Tbk
28 MTDL Metrodata Electronics Tbk
29 PJAA Pembangunan Jaya Ancol Tbk
30 PUDP Pudjiadi Prestige Tbk
31 RALS Ramayana Lestari Sentosa Tbk
32 SAME Sarana Meditama Metropolitan Tbk
33 SCMA Surya Citra Media Tbk
34 SDPC Millennium Pharmacon International Tbk
106
35 SHID Hotel Sahid Jaya International Tbk

36 SILO Siloam International Hospitals Tbk
37 SONA Sona Topas Tourism Industry Tbk
38 TELE Tiphone Mobile Indonesia Tbk
39 TGKA Tigaraksa Satria Tbk
40 TMPO Tempo Intimedia Tbk
41 TURI Tunas Ridean Tbk
42 UNTR United Tractors Tbk
43 WAPO Wahana Pronatural Tbk
Sumber : www.idx.co.id
107
Lampiran 2 : Data Kinerja Keuangan Perusahaan
Rumus Perhitungan Return On Asset (ROA)
Laba Tahun Berjalan

ROA = x 100
Total Aset
NO KODE Return Return Return

on Asset on Asset on Asset
(ROA) (ROA) (ROA)
% % %
2013 2014 2015
1 ACES 20,29128 18,62327 17,89945
2 AKRA 4,20707 5,34456 14,53197
3. AMRT 5,19093 4,09016 3,05480
4 APII 8,08067 7,26746 4,37183
5 ASGR 14,40407 15,93184 14,64684
6 BAYU 4,65182 6,99816 4,05533
7 CSAP 2,44153 3,46607 1,22132
8 ECII 10,22355 6,46170 1,74045
9 EMTK 10,63920 7,47890 10,51845
10 EPMT 8,40026 8,23877 8,10876
11 FAST 7,70616 7,03060 4,54543
12 FORU 4,01540 1,48887 0,73018
13 INPP 1,33895 3,39304 2,29109
14 INTD 8,05056 7,06187 5,28263
15 JKON 6,17402 5,73481 6,26689
16 JSPT 6,06851 8,86336 5,74707
17 JTPE 7,08453 8,17594 7,36492
18 KOIN 10,90158 5,03926 2,09141
19 LTLS 2,81311 4,30943 0,63100
20 MAPI 4,19800 0,84344 0,31736
21 MDIA 12,07876 19,02198 11,40380
22 MICE 7,29098 6,48222 3,45247
23 MIDI 3,19247 5,37413 4,34663
24 MLPT 4,24042 3,90215 5,77524
25 MNCN 18,82256 13,83957 8,82216
26 MPMX 5,02674 3,67565 2,12535
27 MPPA 6,76197 9,50728 2,90742
108
Return Return Return

on Asset on Asset on Asset
NO KODE (ROA) (ROA) (ROA)
% % %
2013 2014 2015
28 MTDL 7,41103 9,81879 9,34130
29 PJAA 7,23637 8,01817 9,24612
30 PUDP 7,19504 3,74612 6,18766
31 RALS 8,91926 7,79688 7,34560
32 SAME 12,35221 12,44336 4,70447
33 SCMA 32,06593 30,62904 33,39924
34 SDPC 2,17252 1,38088 1,88043
35 SHID 1,00985 0,85560 0,02418
36 SILO 1,92991 2,09933 2,06633
37 SONA 5,59183 9,93068 3,24849
38 TELE 8,53479 6,19642 5,19938
39 TGKA 5,41521 6,68434 7,40844
40 TMPO 2,97445 4,64650 0,75525
41 TURI 8,87685 6,40994 6,69990
42 UNTR 8,36574 8,02755 4,52470
43 WAPO 0,12840 0,20624 0,24863
109
Lampiran 3 : Data Komponen Intellectual Capital (VAICTM)
Rumus Perhitungan Value Added Intellectual Coefficient (VAICTM)
VAICTM = VACA + VAHU + STVA
No Stock VACA VAHU STVA VACA VAHU STVA

Kode 2013 2014
1 ACES 0,55547 1,89662 0,47275 0,50842 1,84176 0,45704
2 AKRA 0,23520 4,49176 0,77737 0,18508 3,03349 0,67035
3. AMRT 1,20884 1,22069 0,18079 1,22378 1,18432 0,15564
4 APII 0,29413 1,83937 0,45634 0,30536 1,85944 0,46220
5 ASGR 0,72736 1,64485 0,39204 0,66803 1,75298 0,42954
6 BAYU 0,42440 2,54372 0,60688 0,39643 2,60692 0,61641
7 CSAP 0,59688 1,22708 0,18506 0,62511 1,29006 0,22484
8 ECII 0,16639 3,80853 0,73743 0,12743 2,33404 0,57156
9 EMTK 0,22972 3,17471 0,68501 0,13785 3,14422 0,68196
10 EPMT 0,32077 1,91065 0,47662 0,30682 1,88394 0,46920
11 FAST 0,72790 1,24227 0,19502 0,75981 1,20151 0,16771
12 FORU 0,46848 1,20461 0,16985 0,44345 1,07104 0,06633
13 INPP 0,06336 1,66725 0,40021 0,10407 2,49179 0,59868
14 INTD 0,60678 1,42972 0,30056 0,46560 1,39741 0,28439
15 JKON 0,20779 2,68943 0,62817 0,19609 2,66934 0,62538
16 JSPT 0,17472 2,40916 0,58492 0,19388 3,42892 0,70836
17 JTPE 0,43805 1,62429 0,38435 0,50738 1,59468 0,37291
18 KOIN 0,81858 2,04111 0,51007 0,58126 1,66239 0,39846
19 LTLS 0,45320 1,96524 0,49116 0,39041 1,60557 0,37717
20 MAPI 0,63757 1,26740 0,21098 0,63605 1,04956 0,04722
21 MDIA 0,39525 1,78491 0,43975 0,38426 2,95025 0,66105
22 MICE 0,43315 2,15664 0,53632 0,25525 1,44926 0,30999
23 MIDI 0,97930 1,15911 0,13727 1,07602 1,26268 0,20803
24 MLPT 0,26223 1,83283 0,45439 0,24761 1,81603 0,44935
25 MNCN 0,30284 4,23317 0.76377 0.25706 4,28372 0,76656
26 MPMX 0.24405 2.11878 0.52803 0.18814 1.62216 0,38354
27 MPPA 0.32839 1.69831 0.41118 0.48194 1.67655 0,40354
28 MTDL 0.45888 2.29765 0.56477 0.41104 2.39063 0,58170
29 PJAA 0.24010 2.16654 0.53843 0.25452 2.30391 0,56595
30 PUDP 0.17580 2.18017 0.54132 0.14238 1.57898 0,36668
31 RALS 0.31277 1.62802 0.38576 0.28520 1.58902 0,37068
32 SAME 0.91778 1.61847 0.38213 0.74372 1.69096 0,40862
110
No Stock VACA VAHU STVA VACA VAHU STVA

Kode 2013 2014
33 SCMA 0,60769 4,14216 0,75858 0,52816 4,72545 0,78838
34 SDPC 0,48753 1,22395 0,18298 0,46508 1,13910 0,12211
35 SHID 0,05027 1,45311 0,31182 0,04107 1,46562 0,31770
36 SILO 0,67690 1,04739 0,04524 0,87613 1,04298 0,04121
37 SONA 0,24589 1,64270 0,39125 0,33283 1,98021 0,49500
38 TELE 0,44234 1,92596 0,48078 0,18268 3,13535 0,68106
39 TGKA 0,62661 1,49988 0,33328 0,61492 1,57935 0,36683
40 TMPO 0,75865 1,08527 0,07857 0,71503 1,17862 0,15155
41 TURI 0,32920 2,01024 0,50255 0,27865 1,69035 0,40841
42 UNTR 0,29590 2,45655 0,59292 0,25555 1,99768 0,49942
43 WAPO 0,77213 1,01283 0,01267 0,65344 1,02306 0,02254
111
Lampiran 4 : Data Komponen Rate of Growth Intellectual Capital (ROGIC)
Rumus Perhitungan Rate of Growth Intellectual Capital (ROGIC)
ROGIC = RVACA +RVAHU + RSTVA
No Stock RVACA RVAHU RSTVA RVACA RVAHU RSTVA

Kode 2013 2014
1 ACES -0,26306 -1,07593 -0,19084 -0,04705 -0,05486 -0,01571
2 AKRA 0,03953 0,47124 0,02609 -0,05012 -1,45828 -0,10702
3. AMRT 0,64541 -0,13506 -0,08161 0,01494 -0,03637 -0,02516
4 APII -0,26717 -0,20298 -0,05403 0,01123 0,02007 0,00587
5 ASGR 0,07487 -0,01456 -0,00533 -0,05933 0,10813 0,03750
6 BAYU -0,02844 -0,05315 -0,00805 -0,02797 0,06320 0,00953
7 CSAP 0,11519 -0,03926 -0,02526 0,02823 0,06298 0,03978
8 ECII -0,58103 -0,05423 -0,00369 -0,03896 -1,47450 -0,16587
9 EMTK 0,02578 0,38348 0,04328 -0,09188 -0,03048 -0,00305
10 EPMT 0,01721 -0,14835 -0,03771 -0,01396 -0,02671 -0,00742
11 FAST -0,00457 -0,15425 -0,08891 0,03191 -0,04076 -0,02731
12 FORU -0,05611 -0,03308 -0,02219 -0,02504 -0,13357 -0,10353
13 INPP 0,02511 0,21917 0,09078 0,04070 0,82453 0,19847
14 INTD -0,09673 0,02819 0,01407 -0,14118 -0,03231 -0,01617
15 JKON -0,09218 0,13799 0,02011 -0,01170 -0,02009 -0,00280
16 JSPT -0,02458 -0,46841 -0,06757 0,01916 1,01976 0,12345
17 JTPE 0,01260 -0,31121 -0,09899 0,06932 -0,02962 -0,01143
18 KOIN -0,40299 -0,11605 -0,02636 -0,23733 -0,37872 -0,11161
19 LTLS 0,16989 0,43446 0,14442 -0,06279 -0,35967 -0,11399
20 MAPI 0,02079 -0,21592 -0,11485 -0,00152 -0,21783 -0,16376
21 MDIA 0,09079 0,44667 0,18700 -0,01099 1,16534 0,22130
22 MICE 0,05807 0,57780 0,16969 -0,17791 -0,70739 -0,22633
23 MIDI 0,23492 0,00180 0,00134 0,09672 0,10357 0,07076
24 MLPT -0,16507 0,30993 0,11104 -0,01462 -0,01680 -0,00505
25 MNCN -0,02768 0,40815 0,02521 -0,04578 0,05055 0,00279
26 MPMX -0,18394 0,03371 0,00763 -0,05591 -0,49663 -0,14449
27 MPPA 0,09776 0,33062 0,14234 0,15356 -0,02176 -0,00764
28 MTDL 0,05961 0,43437 0,10146 -0,04784 0,09298 0,01693
29 PJAA -0,02444 -0,00441 -0,00094 0,01442 0,13737 0,02752
30 PUDP 0,01535 0,10634 0,02352 -0,03341 -0,60118 -0,17464
31 RALS 0,01357 -0,20409 -0,06842 -0,02757 -0,03900 -0,01508
32 SAME -3,53485 0,24512 0,11028 -0,17406 0,07249 0,02649
112
No Stock RVACA RVAHU RSTVA RVACA RVAHU RSTVA

Kode 2013 2014
33 SCMA 0,02407 0,02682 0,00157 -0,07954 0,58329 0,02980
34 SDPC 0,00621 -0,01915 -0,01259 -0,02245 -0,08485 -0,06086
35 SHID -0,00349 0,10861 0,05559 -0,00921 0,01251 0,00588
36 SILO -2,83547 -0,01698 -0,01523 0,19923 -0,00440 -0,00403
37 SONA -0,05063 -0,75153 -0,19108 0,08694 0,33751 0,10376
38 TELE 0,03596 0,10004 0,02845 -0,25966 1,20939 0,20028
39 TGKA 0,04409 -0,03620 -0,01571 -0,01169 0,07946 0,03355
40 TMPO -0,18228 -0,28418 -0,19121 -0,04362 0,09334 0,07297
41 TURI -0,04714 -0,40379 -0,08321 -0,05055 -0,31989 -0,09414
42 UNTR 0,00753 -0,23994 -0,03622 -0,04035 -0,45886 -0,09350
43 WAPO 0,20807 -0,87223 -0,45685 -0,11869 0,01023 0,00987
113
Lampiran 5 :Data Variabel Dependen dan Variabel Independen
1. Rumus Perhitungan Return On Asset (ROA)

ROA Laba Tahun Berjalan
x 100
= Total Aset
2. Rumus Perhitungan Value Added Intellectual Coefficient (VAICTM)
3. Rumus Perhitungan Rate of Growth Intellectual Capital (ROGIC)
ROGIC = RVACA +RVAHU + RSTVA
VAIC ROGIC ROA VAIC ROGIC ROA

NO KODE (X1) (X2) (Y) (X1) (X2) (Y)
2013 2014
1 ACES 2,92484 -1,52983 20,29128 2,80723 -0,11762 18,62327
2 AKRA 5,50433 0,53687 4,20707 3,88891 -1,61542 5,34456
3. AMRT 2,61033 0,42874 5,19093 2,56374 -0,04658 4,09016
4 APII 2,58983 -0,52418 8,08067 2,62700 0,03717 7,26746
5 ASGR 2,76425 0,05498 14,40407 2,85054 0,08630 15,93184
6 BAYU 3,57499 -0,08963 4,65182 3,61976 0,04476 6,99816
7 CSAP 2,00902 0,05067 2,44153 2,14002 0,13100 3,46607
8 ECII 4,71235 -0,63895 10,22355 3,03303 -1,67933 6,46170
9 EMTK 4,08944 0,45254 10,63920 3,96403 -0,12541 7,47890
10 EPMT 2,70804 -0,16885 8,40026 2,65995 -0,04809 8,23877
11 FAST 2,16519 -0,24774 7,70616 2,12904 -0,03616 7,03060
12 FORU 1,84295 -0,11139 4,01540 1,58081 -0,26213 1,48887
13 INPP 2,13083 0,33506 1,33895 3,19454 1,06371 3,39304
14 INTD 2,33706 -0,05447 8,05056 2,14739 -0,18966 7,06187
15 JKON 3,52539 0,06593 6,17402 3,49081 -0,03458 5,73481
16 JSPT 3,16880 -0,56056 6,06851 4,33116 1,16237 8,86336
17 JTPE 2,44669 -0,39761 7,08453 2,47497 0,02828 8,17594
18 KOIN 3,36976 -0,54539 10,90158 2,64210 -0,72766 5,03926
19 LTLS 2,90959 0,74877 2,81311 2,37314 -0,53645 4,30943
20 MAPI 2,11595 -0,30998 4,19800 1,73283 -0,38312 0,84344
21 MDIA 2,61990 0,72446 12,07876 3,99556 1,37566 19,02198
22 MICE 3,12612 0,80556 7,29098 2,01450 -1,11162 6,48222
23 MIDI 2,27569 0,23806 3,19247 2,54674 0,27105 5,37413
24 MLPT 2,54945 0,25589 4,24042 2,51299 -0,03647 3,90215
25 MNCN 5,29978 0,40568 18,82256 5,30734 0,00755 13,83957
26 MPMX 2,89087 -0,14261 5,02674 2,19383 -0,69703 3,67565
114
VAIC ROGIC ROA VAIC ROGIC ROA

NO KODE (X1) (X2) (Y) (X1) (X2) (Y)
2013 2014
27 MPPA 2,43788 0,57071 6,76197 2,56203 0,12415 9,50728
28 MTDL 3,32130 0,59544 7,41103 3,38336 0,06207 9,81879
29 PJAA 2,94507 -0,02979 7,23637 3,12438 0,17930 8,01817
30 PUDP 2,89728 0,14521 7,19504 2,08805 -0,80924 3,74612
31 RALS 2,32655 -0,25894 8,91926 2,24490 -0,08165 7,79688
32 SAME 2,91838 -3,17945 12,35221 2,84329 -0,07509 12,44336
33 SCMA 5,50844 0,05246 32,06593 6,04199 0,53355 30,62904
34 SDPC 1,89446 -0,02553 2,17252 1,72629 -0,16817 1,38088
35 SHID 1,81520 0,16071 1,00985 1,82438 0,00918 0,85560
36 SILO 1,76953 -2,86767 1,92991 1,96032 0,19080 2,09933
37 SONA 2,27984 -0,99324 5,59183 2,80804 0,52821 9,93068
38 TELE 2,84908 0,16444 8,53479 3,99909 1,15001 6,19642
39 TGKA 2,45978 -0,00783 5,41521 2,56110 0,10132 6,68434
40 TMPO 1,92250 -0,65766 2,97445 2,04519 0,12269 4,64650
41 TURI 2,84198 -0,53414 8,87685 2,37740 -0,46458 6,40994
42 UNTR 3,34537 -0,26863 8,36574 2,75265 -0,59272 8,02755
43 WAPO 1,79763 -1,12101 0,12840 1,69903 -0,09860 0,20624
115
Lampiran 6
Laba Tahun Berjalan

ROA = x 100
Total Aset
Data Perhitungan Return On Asset (ROA)
No Stock Laba Tahun Total Aset (Rp) ROA

Kode Berjalan (Rp) %
2013 2013 2013
1 ACES 503.004.238.918 2.478.918.584.338 20,29128
2 AKRA 615.626.683.000 14.633.141.381.000 4,20707
3. AMRT 569.042.000.000 10.962.227.000.000 5,19093
4 APII 24.199.872.068 299.478.576.654 8,08067
5 ASGR 209.006.000.000 1.451.020.000.000 14,40407
6 BAYU 21.104.421.989 453.681.363.834 4,65182
7 CSAP 75.880.191.000 3.107.895.429.000 2,44153
8 ECII 206.779.167.972 2.022.577.449.788 10,22355
9 EMTK 1.364.544.542.000 12.825.628.223.000 10,63920
10 EPMT 464.371.980.988 5.528.067.698.030 8,40026
11 FAST 156.290.628.000 2.028.124.663.000 7,70616
12 FORU 10.581.287.564 263.517.555.441 4,01540
13 INPP 26.252.943.818 1.960.713.108.438 1,33895
14 INTD 4.300.057.860 53.413.143.441 8,05056
15 JKON 210.967.010.853 3.417.012.222.326 6,17402
16 JSPT 208.071.242.241 3.428.702.485.089 6,06851
17 JTPE 40.744.251.183 575.115.523.377 7,08453
18 KOIN 36.682.541.552 336.488.362.410 10,90158
19 LTLS 127.491.000.000 4.532.035.000.000 2,81311
20 MAPI 327.792.717.000 7.808.299.570.000 4,19800
21 MDIA 118.963.773.000 984.900.277.000 12,07876
22 MICE 45.841.190.810 628.738.165.030 7,29098
23 MIDI 67.326.000.000 2.108.897.000.000 3,19247
24 MLPT 52.856.335.000 1.246.487.693.000 4,24042
25 MNCN 1.809.842.000.000 9.615.280.000.000 18,82256
26 MPMX 564.012.000.000 11.220.245.000.000 5,02674
27 MPPA 444.905.000.000 6.579.518.000.000 6,76197
28 MTDL 170.230.738.921 2.296.991.727.662 7,41103
116

Kode Berjalan (Rp)
2013 2013 2013
29 PJAA 190.104.929.855 2.627.075.992.774 7,23637
30 PUDP 26.378.888.591 366.625.848.156 7,19504
31 RALS 390.535.000.000 4.378.556.000.000 8,91926
32 SAME 46.648.727.962 377.654.879.974 12,35221
33 SCMA 1.285.897.062.000 4.010.166.376.000 32,06593
34 SDPC 10.247.289.473 471.677.485.130 2,17252
35 SHID 14.568.372.522 1.442.622.700.965 1,00985
36 SILO 50.192.486.904 2.600.774.537.159 1,92991
37 SONA 52.869.709.136 945.481.770.859 5,59183
38 TELE 294.906.000.000 3.455.339.000.000 8,53479
39 TGKA 133.863.947.441 2.471.998.080.266 5,41521
40 TMPO 7.356.264.000 247.314.964.000 2,97445
41 TURI 307.611.000.000 3.465.316.000.000 8,87685
42 UNTR 4.798.778.000.000 57.362.244.000.000 8,36574
43 WAPO 147.099.450 114.563.535.247 0,12840
117
Lampiran 7
Laba Tahun Berjalan

ROA = x 100
Total Aset

2014 2014 2014
1 ACES 548.892.765.278 2.947.348.661.224 18,62327
2 AKRA 790.563.128.000 14.791.917.177.000 5,34456
3. AMRT 572.318.000.000 13.992.568.000.000 4,09016
4 APII 31.956.766.696 439.723.829.931 7,26746
5 ASGR 260.221.000.000 1.633.339.000.000 15,93184
6 BAYU 38.586.673.501 551.383.191.769 6,99816
7 CSAP 114.689.405.000 3.308.917.601.000 3,46607
8 ECII 129.462.483.738 2.003.535.430.422 6,46170
9 EMTK 1.487.194.686.000 19.885.196.539.000 7,47890
10 EPMT 510.030.489.092 6.190.617.606.933 8,23877
11 FAST 152.046.069.000 2.162.633.810.000 7,03060
12 FORU 3.888.710.103 261.185.116.980 1,48887
13 INPP 67.274.944.072 1.982.734.525.885 3,39304
14 INTD 3.598.490.650 50.956.633.269 7,06187
15 JKON 220.489.606.735 3.844.756.799.399 5,73481
16 JSPT 316.934.994.073 3.575.786.663.963 8,86336
17 JTPE 53.864.739.017 658.820.143.958 8,17594
18 KOIN 26.480.721.120 525.488.407.521 5,03926
19 LTLS 201.189.000.000 4.668.574.000.000 4,30943
20 MAPI 73.262.562.000 8.686.174.538.000 0,84344
21 MDIA 353.153.553.000 1.856.555.123.000 19,02198
22 MICE 43.053.518.321 664.178.195.746 6,48222
23 MIDI 138.624.000.000 2.579.467.000.000 5,37413
24 MLPT 67.701.167.000 1.734.969.888.000 3,90215
25 MNCN 1.883.432.000.000 13.609.033.000.000 13,83957
26 MPMX 512.760.000.000 13.950.177.000.000 3,67565
27 MPPA 554.017.000.000 5.827.294.000.000 9,50728
28 MTDL 268.992.821.253 2.739.573.004.926 9,81879
118

2014 2014 2014
29 PJAA 233.089.688.822 2.907.017.296.803 8,01817
30 PUDP 15.051.709.941 401.794.311.717 3,74612
31 RALS 355.075.000.000 4.554.067.000.000 7,79688
32 SAME 58.068.247.622 466.660.463.300 12,44336
33 SCMA 1.448.274.225.000 4.728.435.671.000 30,62904
34 SDPC 7.318.537.007 529.991.702.159 1,38088
35 SHID 12.276.859.627 1.434.881.838.925 0,85560
36 SILO 59.706.772.981 2.844.085.512.104 2,09933
37 SONA 108.400.726.471 1.091.574.119.466 9,93068
38 TELE 310.929.000.000 5.017.882.000.000 6,19642
39 TGKA 165.209.011.078 2.471.583.958.824 6,68434
40 TMPO 14.997.565.000 322.771.419.000 4,64650
41 TURI 254.019.000.000 3.962.895.000.000 6,40994
42 UNTR 4.839.970.000.000 60.292.031.000.000 8,02755
43 WAPO 224.799.175 109.001.314.578 0,20624
119
Lampiran 8
Laba Tahun Berjalan

ROA = x 100
Total Aset

2015 2015 2015
1 ACES 584.873.463.989 3.267.549.674.003 17,89945
2 AKRA 1.058.741.020.000 7.285.598.874.000 14,53197
3. AMRT 464.204.000.000 15.195.887.000.000 3,05480
4 APII 18.443.574.546 421.872.747.114 4,37183
5 ASGR 265.120.000.000 1.810.083.000.000 14,64684
6 BAYU 26.137.626.931 644.524.751.604 4,05533
7 CSAP 43.021.915.000 3.522.572.851.000 1,22132
8 ECII 33.040.983.609 1.898.418.873.433 1,74045
9 EMTK 1.840.757.747.000 17.500.271.744.000 10,51845
10 EPMT 547.173.844.615 6.747.936.555.246 8,10876
11 FAST 105.023.728.000 2.310.536.370.000 4,54543
12 FORU 2.071.471.003 283.691.670.334 0,73018
13 INPP 112.287.513.857 4.901.062.529.658 2,29109
14 INTD 2.518.557.847 47.676.255.943 5,28263
15 JKON 236.634.983.529 3.775.957.539.878 6,26689
16 JSPT 211.003.762.000 3.671.502.471.000 5,74707
17 JTPE 65.315.606.173 886.846.976.750 7,36492
18 KOIN 14.408.465.567 688.936.581.313 2,09141
19 LTLS 34.032.000.000 5.393.330.000.000 0,63100
20 MAPI 30.095.070.000 9.482.934.568.000 0,31736
21 MDIA 260.894.841.000 2.287.789.615.000 11,40380
22 MICE 26.291.340.939 761.521.834.947 3,45247
23 MIDI 140.511.000.000 3.232.642.000.000 4,34663
24 MLPT 97.208.310.000 1.683.190.522.000 5,77524
25 MNCN 1.276.968.000.000 14.474.557.000.000 8,82216
26 MPMX 307.759.000.000 14.480.403.000.000 2,12535
27 MPPA 182.999.000.000 6.294.210.000.000 2,90742
28 MTDL 326.634.000.000 3.496.665.000.000 9,34130
120

Kode Berjalan (Rp)
2015 2015 2015
29 PJAA 289.419.920.671 3.130.177.111.064 9,24612
30 PUDP 27.591.952.360 445.919.320.351 6,18766
31 RALS 336.054.000.000 4.574.904.000.000 7,34560
32 SAME 56.605.179.300 1.203.219.993.917 4,70447
33 SCMA 1.524.996.907.000 4.565.963.576.000 33,39924
34 SDPC 11.907.197.455 633.217.332.516 1,88043
35 SHID 350.315.509 1.449.036.770.639 0,02418
36 SILO 61.706.076.528 2.986.270.148.106 2,06633
37 SONA 36.904.287.825 1.136.045.185.033 3,24849
38 TELE 370.649.000.000 7.128.717.000.000 5,19938
39 TGKA 196.049.612.474 2.646.301.796.777 7,40844
40 TMPO 2.616.728.000 346.473.471.000 0,75525
41 TURI 292.222.000.000 4.361.587.000.000 6,69990
42 UNTR 2.792.439.000.000 61.715.399.000.000 4,52470
43 WAPO 267.453.363 107.571.334.613 0,24863
121
Lampiran 9
Rumus Perhitungan Value Added (VA)
VA = OUT – IN
OUT = Output (total penjualan dan pendapatan lain- lain)
IN = Input ( beban penjualan dan biaya lain kecuali beban karyawan)
Data Perhitungan Value Added (VA)
No Stock OUT IN VA
Kode (Rp) (Rp) (Rp)
2012 2012 2012
1 ACES 3.729.151.083.589 2.404.762.528.193 1.324.388.555.396
2 AKRA 21.711.728.256.000 20.888.018.399.000 823.709.857.000
3. AMRT 27.310.727.000.000 25.477.360.000.000 1.833.367.000.000
4 APII 158.097.546.192 119.650.020.722 38.447.525.470
5 ASGR 2.075.103.000.000 1.662.073.000.000 413.030.000.000
6 BAYU 1.565.161.710.394 1.490.596.043.344 74.565.667.050
7 CSAP 4.961.258.235.000 4.648.992.316.000 312.265.919.000
8 ECII 1.434.074.300.185 1.265.406.429.157 168.667.871.028
9 EMTK 4.829.045.338.000 3.224.798.551.000 1.604.246.787.000
10 EPMT 13.425.095.161.417 12.641.989.764.547 783.105.396.870
11 FAST 3.628.801.456.000 2.903.119.883.000 725.681.573.000
12 FORU 481.819.423.180 415.903.858.087 65.915.565.093
13 INPP 178.122.809.918 140.241.089.256 37.881.720.662
14 INTD 105.080.083.599 91.517.760.325 13.562.323.274
15 JKON 4.074.161.323.379 3.769.512.582.513 304.648.740.866
16 JSPT 1.240.525.343.940 880.004.262.430 360.521.081.510
17 JTPE 419.609.010.241 331.820.572.102 87.788.438.139
18 KOIN 881.147.440.260 818.636.641.043 62.510.799.217
19 LTLS 6.353.145.000.000 5.926.687.000.000 426.458.000.000
20 MAPI 7.626.023.467.000 6.285.954.993.000 1.340.068.474.000
21 MDIA 614.209.175.000 442.187.626.000 172.021.549.000
22 MICE 569.752.848.332 442.536.864.510 127.215.983.822
23 MIDI 3.878.588.000.000 3.547.532.000.000 331.056.000.000
24 MLPT 1.344.395.878.000 1.261.365.368.000 83.030.510.000
25 MNCN 6.427.752.000.000 4.015.930.000.000 2.411.822.000.000
26 MPMX 10.867.292.000.000 10.080.984.000.000 786.308.000.000
27 MPPA 11.486.105.000.000 10.599.162.000.000 886.943.000.000
28 MTDL 5.191.334.295.064 4.911.671.204.017 279.663.091.047
122
No Stock OUT IN VA
Kode (Rp) (Rp) (Rp)
2012 2012 2012
29 PJAA 1.088.229.890.864 741.668.735.193 346.561.155.671
30 PUDP 102.534.267.354 61.711.518.375 40.822.748.979
31 RALS 5.779.134.000.000 4.868.996.000.000 910.138.000.000
32 SAME 274.172.036.992 188.577.359.239 85.594.677.753
33 SCMA 3.361.974.572.000 1.816.281.270.000 1.545.693.302.000
34 SDPC 1.173.907.021.315 1.123.549.112.966 50.357.908.349
35 SHID 181.287.883.256 131.700.173.162 49.587.710.094
36 SILO 1.806.178.105.697 946.909.799.266 859.268.306.431
37 SONA 866.851.329.181 710.637.397.772 156.213.931.409
38 TELE 8.209.804.000.000 7.759.639.114.332 450.164.885.668
39 TGKA 7.520.863.345.046 7.183.690.842.364 337.172.502.682
40 TMPO 280.482.153.000 170.604.840.000 109.877.313.000
41 TURI 10.167.748.000.000 9.502.275.000.000 665.473.000.000
42 UNTR 56.943.575.000.000 47.629.074.000.000 9.314.501.000.000
43 WAPO 130.409.212.824 122.008.032.060 8.401.180.764
123
Lampiran 10
VA = OUT – IN
No Stock OUT IN VA
Kode (Rp) (Rp) (Rp)
2013 2013 2013
1 ACES 3.997.484.150.222 2.933.482.570.756 1.064.001.579.466
2 AKRA 22.779.524.729.000 21.518.107.537.000 1.261.417.192.000
3. AMRT 35.120.649.000.000 31.973.154.000.000 3.147.495.000.000
4 APII 200.253.854.190 147.223.009.345 53.030.844.845
5 ASGR 2.277.784.000.000 1.742.116.000.000 535.668.000.000
6 BAYU 1.516.628.980.869 1.422.503.394.215 94.125.586.654
7 CSAP 6.367.429.215.000 5.939.543.493.000 427.885.722.000
8 ECII 2.085.309.453.912 1.804.904.991.211 280.404.462.701
9 EMTK 6.491.480.819.000 4.340.371.252.000 2.151.109.567.000
10 EPMT 15.666.813.389.039 14.692.027.657.405 974.785.731.634
11 FAST 4.016.703.950.000 3.215.301.809.000 801.402.141.000
12 FORU 410.119.231.168 347.822.936.749 62.296.294.419
13 INPP 442.770.419.729 377.172.767.110 65.597.652.619
14 INTD 111.694.389.465 97.387.625.121 14.306.764.344
15 JKON 4.683.075.016.106 4.347.233.039.379 335.841.976.727
16 JSPT 1.346.525.991.582 990.798.437.736 355.727.553.846
17 JTPE 598.463.539.383 492.454.623.093 106.008.916.290
18 KOIN 1.113.627.064.526 1.041.710.384.631 71.916.679.895
19 LTLS 6.113.681.000.000 5.483.650.000.000 630.031.000.000
20 MAPI 9.774.773.123.000 8.226.815.115.000 1.547.958.008.000
21 MDIA 851.791.011.000 581.263.060.000 270.527.951.000
22 MICE 665.566.083.958 450.980.441.179 214.585.642.779
23 MIDI 4.992.650.000.000 4.502.192.000.000 490.458.000.000
24 MLPT 1.527.677.486.000 1.411.354.853.000 116.322.633.000
25 MNCN 6.553.039.000.000 4.207.976.000.000 2.345.063.000.000
26 MPMX 14.008.151.000.000 12.935.654.000.000 1.072.497.000.000
27 MPPA 12.238.876.000.000 11.156.857.000.000 1.082.019.000.000
28 MTDL 7.406.240.856.874 6.979.346.005.552 426.894.851.322
124
OUT IN VA
No Stock
(Rp) (Rp) (Rp)
Kode
2013 2013 2013
29 PJAA 1.275.553.669.758 922.484.176.206 353.069.493.552
30 PUDP 106.921.956.165 58.191.231.184 48.730.724.981
31 RALS 6.103.903.000.000 5.097.659.000.000 1.006.244.000.000
32 SAME 342.198.750.215 220.124.204.683 122.074.545.532
33 SCMA 3.805.555.478.000 2.110.418.938.000 1.695.136.540.000
34 SDPC 1.311.860.540.766 1.255.857.014.902 56.003.525.864
35 SHID 208.356.814.708 161.636.373.128 46.720.441.580
36 SILO 2.518.373.247.910 1.408.942.793.598 1.109.430.454.312
37 SONA 1.011.854.684.397 876.723.504.204 135.131.180.193
38 TELE 10.512.814.000.000 9.899.422.086.213 613.391.913.787
39 TGKA 8.212.754.214.867 7.811.099.778.830 401.654.436.037
40 TMPO 263.919.760.000 170.296.891.000 93.622.869.000
41 TURI 11.294.319.000.000 10.640.155.000.000 654.164.000.000
42 UNTR 53.448.471.000.000 42.899.951.000.000 10.548.520.000.000
43 WAPO 127.415.178.580 115.801.438.478 11.613.740.102
125
Lampiran 11
VA = OUT – IN
No Stock OUT IN VA
Kode (Rp) (Rp) (Rp)
2014 2014 2014
1 ACES 4.620.230.006.741 3.419.261.099.635 1.200.968.907.106
2 AKRA 22.622.701.996.000 21.519.413.208.000 1.103.288.788.000
3. AMRT 42.059.638.000.000 38.380.279.000.000 3.679.359.000.000
4 APII 265.703.869.026 200.891.084.688 64.812.784.338
5 ASGR 2.351.854.000.000 1.749.091.000.000 602.763.000.000
6 BAYU 1.699.300.112.138 1.582.419.162.950 116.880.949.188
7 CSAP 7.115.574.155.000 6.603.684.008.000 511.890.147.000
8 ECII 2.288.594.231.022 2.062.086.165.492 226.508.065.530
9 EMTK 7.100.378.508.000 4.851.085.142.000 2.249.293.366.000
10 EPMT 17.084.026.265.466 15.994.867.547.660 1.089.158.717.806
11 FAST 4.271.512.041.000 3.364.930.922.000 906.581.119.000
12 FORU 407.157.529.815 348.529.316.082 58.628.213.733
13 INPP 540.189.366.111 427.817.592.285 112.371.773.826
14 INTD 102.715.759.970 90.062.308.839 12.653.451.131
15 JKON 4.802.516.164.440 4.456.730.709.312 345.785.455.128
16 JSPT 1.394.624.090.017 947.205.252.910 447.418.837.107
17 JTPE 845.582.692.919 701.139.829.445 144.442.863.474
18 KOIN 1.205.832.684.282 1.139.374.400.790 66.458.283.492
19 LTLS 6.034.972.000.000 5.426.904.000.000 608.068.000.000
20 MAPI 11.906.821.305.000 10.247.082.991.000 1.659.738.314.000
21 MDIA 1.350.905.113.000 816.670.309.000 534.234.804.000
22 MICE 537.653.992.327 401.993.868.139 135.660.124.188
23 MIDI 6.067.460.000.000 5.401.109.000.000 666.351.000.000
24 MLPT 1.995.777.646.000 1.845.112.165.000 150.665.481.000
25 MNCN 6.719.908.000.000 4.305.295.000.000 2.414.613.000.000
26 MPMX 16.128.283.000.000 15.138.649.000.000 989.634.000.000
27 MPPA 13.711.373.000.000 12.338.472.000.000 1.372.901.000.000
28 MTDL 8.486.424.303.714 8.006.658.306.537 479.765.997.177
29 PJAA 1.198.690.925.859 786.838.665.790 411.852.260.069
30 PUDP 94.253.344.262 53.204.778.808 41.048.565.454
126
OUT IN VA
No Stock
(Rp) (Rp) (Rp)
Kode
2014 2014 2014
31 RALS 5.956.080.000.000 4.997.965.000.000 958.115.000.000
32 SAME 417.052.410.297 274.943.801.547 142.108.608.750
33 SCMA 4.136.506.605.000 2.299.481.026.000 1.837.025.579.000
34 SDPC 1.438.478.678.189 1.381.837.385.193 56.641.292.996
35 SHID 193.672.618.461 155.029.114.130 38.643.504.331
36 SILO 3.356.225.899.328 1907.396.781.126 1.448.829.118.202
37 SONA 1.229.028.702.356 1.010.039.105.968 218.989.596.388
38 TELE 14.638.844.000.000 14.182.305.000.000 456.539.000.000
39 TGKA 9.484.767.109.072 9.034.393.697.643 450.373.411.429
40 TMPO 329.460.694.000 230.497.347.000 98.963.347.000
41 TURI 11.301.351.000.000 10.701.356.000.000 599.995.000.000
42 UNTR 54.046.514.000.000 44.188.159.000.000 9.858.355.000.000
43 WAPO 144.775.186.693 134.799.828.056 9.975.358.637
127
Lampiran 12
Rumus Perhitungan Capital Employed (CE)
CE = Total Ekuitas
Data Perhitungan Capital Employed (CE)
No Stock CE CE CE
Kode (Rp) (Rp) (Rp)
2012 2013 2014
1 ACES 1.618.001.039.174 1.915.498.438.092 2.362.148.245.370
2 AKRA 4.209.740.018.000 5.363.160.926.000 5.961.182.563.000
3. AMRT 3.253.918.000.000 2.603.727.000.000 3.006.550.000.000
4 APII 68.498.037.200 180.299.013.573 212.253.220.148
5 ASGR 633.010.000.000 736.460.000.000 902.306.000.000
6 BAYU 164.664.621.266 221.787.103.255 294.833.176.755
7 CSAP 648.273.200.000 716.874.227.000 818.877.777.000
8 ECII 225.667.311.418 1.685.241.508.573 1.777.483.550.856
9 EMTK 7.866.219.392.000 9.363.869.390.000 16.317.138.942.000
10 EPMT 2.579.669.615.576 3.038.851.863.933 3.549.882.353.025
11 FAST 990.722.807.000 1.100.971.775.000 1.193.163.687.000
12 FORU 125.649.448.686 132.974.168.250 132.210.638.353
13 INPP 990.218.058.925 1.035.237.183.743 1.079.816.086.618
14 INTD 19.278.258.518 23.578.316.378 27.176.807.028
15 JKON 1.015.603.378.916 1.616.272.023.456 1.763.392.541.289
16 JSPT 1.808.926.532.833 2.035.995.898.048 2.307.749.188.616
17 JTPE 206.340.855.968 242.000.709.651 284.685.548.841
18 KOIN 51.172.519.269 87.855.060.821 114.335.781.941
19 LTLS 1.505.300.000.000 1.390.195.000.000 1.557.515.000.000
20 MAPI 2.172.675.170.000 2.427.883.906.000 2.609.438.590.000
21 MDIA 565.012.664.000 684.448.425.000 1.390.281.028.000
22 MICE 339.170.980.680 495.402.436.908 531.489.225.229
23 MIDI 444.738.000.000 500.823.000.000 619.271.000.000
24 MLPT 194.311.250.000 443.584.634.000 608.477.339.000
25 MNCN 7.297.162.000.000 7.743.574.000.000 9.393.213.000.000
26 MPMX 1.837.204.000.000 4.394.574.000.000 5.260.159.000.000
27 MPPA 3.845.754.000.000 3.294.970.000.000 2.848.686.000.000
28 MTDL 700.434.651.774 930.303.143.665 1.167.207.882.561
29 PJAA 1.310.076.391.669 1.470.533.696.751 1.618.183.385.679
30 PUDP 254.430.262.440 277.196.709.778 288.293.699.722
31 RALS 3.041.885.000.000 3.217.171.000.000 3.359.447.000.000
32 SAME 19.223.383.337 133.010.676.097 191.078.923.719
128
CE CE CE
Stock
No (Rp) (Rp) (Rp)
Kode
2012 2013 2014
33 SCMA 2.648.444.795.000 2.789.457.238.000 3.478.188.028.000
34 SDPC 104.624.886.919 114.872.176.392 121.788.892.649
35 SHID 922.252.715.322 929.321.602.519 941.022.424.840
36 SILO 244.640.798.509 1.638.991.778.979 1.653.668.551.960
37 SONA 526.830.826.851 549.568.335.987 657.969.062.458
38 TELE 1.107.746.000.000 1.386.712.000.000 2.499.171.000.000
39 TGKA 578.815.012.307 640.992.036.698 732.404.758.251
40 TMPO 116.775.441.000 123.406.705.000 138.404.270.000
41 TURI 1.768.299.000.000 1.987.162.000.000 2.153.243.000.000
42 UNTR 32.300.557.000.000 35.648.898.000.000 38.576.734.000.000
43 WAPO 14.893.980.188 15.041.079.638 15.265.878.813
129
Lampiran 13
Rumus Perhitungan Value Added Capital Employed (VACA)
VA
VACA =
CE
VA = Value Added (VA)
CE = Capital Employed (CE)
Data Perhitungan Value Added Capital Employed (VACA)
No Stock VA CE VACA
Kode (Rp) (Rp)
2012 2012 2012
1 ACES 1.324.388.555.396 1.618.001.039.174 0,818534
2 AKRA 823.709.857.000 4.209.740.018.000 0,195668
3. AMRT 1.833.367.000.000 3.253.918.000.000 0,563434
4 APII 38.447.525.470 68.498.037.200 0,561294
5 ASGR 413.030.000.000 633.010.000.000 0,652486
6 BAYU 74.565.667.050 164.664.621.266 0,452834
7 CSAP 312.265.919.000 648.273.200.000 0,481689
8 ECII 168.667.871.028 225.667.311.418 0,747418
9 EMTK 1.604.246.787.000 7.866.219.392.000 0,203941
10 EPMT 783.105.396.870 2.579.669.615.576 0,303568
11 FAST 725.681.573.000 990.722.807.000 0,732477
12 FORU 65.915.565.093 125.649.448.686 0,524599
13 INPP 37.881.720.662 990.218.058.925 0,038256
14 INTD 13.562.323.274 19.278.258.518 0,703504
15 JKON 304.648.740.866 1.015.603.378.916 0,299968
16 JSPT 360.521.081.510 1.808.926.532.833 0,199301
17 JTPE 87.788.438.139 206.340.855.968 0,425453
18 KOIN 62.510.799.217 51.172.519.269 1,221570
19 LTLS 426.458.000.000 1.505.300.000.000 0,283304
20 MAPI 1.340.068.474.000 2.172.675.170.000 0,616783
21 MDIA 172.021.549.000 565.012.664.000 0,304456
22 MICE 127.215.983.822 339.170.980.680 0,375079
23 MIDI 331.056.000.000 444.738.000.000 0,744384
24 MLPT 83.030.510.000 194.311.250.000 0,427307
130
No Stock VA CE VACA
Kode (Rp) (Rp)
2012 2012 2012
25 MNCN 2.411.822.000.000 7.297.162.000.000 0,330515
26 MPMX 786.308.000.000 1.837.204.000.000 0,427992
27 MPPA 886.943.000.000 3.845.754.000.000 0,230629
28 MTDL 279.663.091.047 700.434.651.774 0,399271
29 PJAA 346.561.155.671 1.310.076.391.669 0,264535
30 PUDP 40.822.748.979 254.430.262.440 0,160448
31 RALS 910.138.000.000 3.041.885.000.000 0,299202
32 SAME 85.594.677.753 19.223.383.337 4,452633
33 SCMA 1.545.693.302.000 2.648.444.795.000 0,583623
34 SDPC 50.357.908.349 104.624.886.919 0,481319
35 SHID 49.587.710.094 922.252.715.322 0,053768
36 SILO 859.268.306.431 244.640.798.509 3,512367
37 SONA 156.213.931.409 526.830.826.851 0,296516
38 TELE 450.164.885.668 1.107.746.000.000 0,406379
39 TGKA 337.172.502.682 578.815.012.307 0,582522
40 TMPO 109.877.313.000 116.775.441.000 0,940928
41 TURI 665.473.000.000 1.768.299.000.000 0,376335
42 UNTR 9.314.501.000.000 32.300.557.000.000 0,288370
43 WAPO 8.401.180.764 14.893.980.188 0,564066
131
Lampiran 14
VA
VACA =
CE
No Stock VA CE VACA
Kode (Rp) (Rp)
2013 2013 2013
1 ACES 1.064.001.579.466 1.915.498.438.092 0,555470
2 AKRA 1.261.417.192.000 5.363.160.926.000 0,235200
3. AMRT 3.147.495.000.000 2.603.727.000.000 1,208842
4 APII 53.030.844.845 180.299.013.573 0,294127
5 ASGR 535.668.000.000 736.460.000.000 0,727355
6 BAYU 94.125.586.654 221.787.103.255 0,424396
7 CSAP 427.885.722.000 716.874.227.000 0,596877
8 ECII 280.404.462.701 1.685.241.508.573 0,166388
9 EMTK 2.151.109.567.000 9.363.869.390.000 0,229724
10 EPMT 974.785.731.634 3.038.851.863.933 0,320774
11 FAST 801.402.141.000 1.100.971.775.000 0,727904
12 FORU 62.296.294.419 132.974.168.250 0,468484
13 INPP 65.597.652.619 1.035.237.183.743 0,063365
14 INTD 14.306.764.344 23.578.316.378 0,606776
15 JKON 335.841.976.727 1.616.272.023.456 0,207788
16 JSPT 355.727.553.846 2.035.995.898.048 0,174719
17 JTPE 106.008.916.290 242.000.709.651 0,438052
18 KOIN 71.916.679.895 87.855.060.821 0,818583
19 LTLS 630.031.000.000 1.390.195.000.000 0,453196
20 MAPI 1.547.958.008.000 2.427.883.906.000 0,637575
21 MDIA 270.527.951.000 684.448.425.000 0,395250
22 MICE 214.585.642.779 495.402.436.908 0,433154
23 MIDI 490.458.000.000 500.823.000.000 0,979304
24 MLPT 116.322.633.000 443.584.634.000 0,262233
132
No Stock VA CE VACA
Kode (Rp) (Rp)
2013 2013 2013
25 MNCN 2.345.063.000.000 7.743.574.000.000 0,302840
26 MPMX 1.072.497.000.000 4.394.574.000.000 0,244050
27 MPPA 1.082.019.000.000 3.294.970.000.000 0,328385
28 MTDL 426.894.851.322 930.303.143.665 0,458877
29 PJAA 353.069.493.552 1.470.533.696.751 0,240096
30 PUDP 48.730.724.981 277.196.709.778 0,175798
31 RALS 1.006.244.000.000 3.217.171.000.000 0,312773
32 SAME 122.074.545.532 133.010.676.097 0,917780
33 SCMA 1.695.136.540.000 2.789.457.238.000 0,607694
34 SDPC 56.003.525.864 114.872.176.392 0,487529
35 SHID 46.720.441.580 929.321.602.519 0,050274
36 SILO 1.109.430.454.312 1.638.991.778.979 0,676898
37 SONA 135.131.180.193 549.568.335.987 0,245886
38 TELE 613.391.913.787 1.386.712.000.000 0,442335
39 TGKA 401.654.436.037 640.992.036.698 0,626614
40 TMPO 93.622.869.000 123.406.705.000 0,758653
41 TURI 654.164.000.000 1.987.162.000.000 0,329195
42 UNTR 10.548.520.000.000 35.648.898.000.000 0,295900
43 WAPO 11.613.740.102 15.041.079.638 0,772135
133
Lampiran 15
VA
VACA =
CE
No Stock VA CE VACA
Kode (Rp) (Rp)
2014 2014 2014
1 ACES 1.200.968.907.106 2.362.148.245.370 0,508422
2 AKRA 1.103.288.788.000 5.961.182.563.000 0,185079
3. AMRT 3.679.359.000.000 3.006.550.000.000 1,223781
4 APII 64.812.784.338 212.253.220.148 0,305356
5 ASGR 602.763.000.000 902.306.000.000 0,668025
6 BAYU 116.880.949.188 294.833.176.755 0,396431
7 CSAP 511.890.147.000 818.877.777.000 0,625112
8 ECII 226.508.065.530 1.777.483.550.856 0,127432
9 EMTK 2.249.293.366.000 16.317.138.942.000 0,137849
10 EPMT 1.089.158.717.806 3.549.882.353.025 0,306815
11 FAST 906.581.119.000 1.193.163.687.000 0,759813
12 FORU 58.628.213.733 132.210.638.353 0,443446
13 INPP 112.371.773.826 1.079.816.086.618 0,104066
14 INTD 12.653.451.131 27.176.807.028 0,465597
15 JKON 345.785.455.128 1.763.392.541.289 0,196091
16 JSPT 447.418.837.107 2.307.749.188.616 0,193877
17 JTPE 144.442.863.474 284.685.548.841 0,507377
18 KOIN 66.458.283.492 114.335.781.941 0,581255
19 LTLS 608.068.000.000 1.557.515.000.000 0,390409
20 MAPI 1.659.738.314.000 2.609.438.590.000 0,636052
21 MDIA 534.234.804.000 1.390.281.028.000 0,384264
22 MICE 135.660.124.188 531.489.225.229 0,255245
23 MIDI 666.351.000.000 619.271.000.000 1,076025
24 MLPT 150.665.481.000 608.477.339.000 0,247611
134
No Stock VA CE VACA
Kode (Rp) (Rp)
2014 2014 2014
25 MNCN 2.414.613.000.000 9.393.213.000.000 0,257059
26 MPMX 989.634.000.000 5.260.159.000.000 0,188138
27 MPPA 1.372.901.000.000 2.848.686.000.000 0,481942
28 MTDL 479.765.997.177 1.167.207.882.561 0,411037
29 PJAA 411.852.260.069 1.618.183.385.679 0,254515
30 PUDP 41.048.565.454 288.293.699.722 0,142385
31 RALS 958.115.000.000 3.359.447.000.000 0,285200
32 SAME 142.108.608.750 191.078.923.719 0,743717
33 SCMA 1.837.025.579.000 3.478.188.028.000 0,528156
34 SDPC 56.641.292.996 121.788.892.649 0,465078
35 SHID 38.643.504.331 941.022.424.840 0,041065
36 SILO 1.448.829.118.202 1.653.668.551.960 0,876130
37 SONA 218.989.596.388 657.969.062.458 0,332827
38 TELE 456.539.000.000 2.499.171.000.000 0,182676
39 TGKA 450.373.411.429 732.404.758.251 0,614924
40 TMPO 98.963.347.000 138.404.270.000 0,715031
41 TURI 599.995.000.000 2.153.243.000.000 0,278647
42 UNTR 9.858.355.000.000 38.576.734.000.000 0,255552
43 WAPO 9.975.358.637 15.265.878.813 0,653441
135
Lampiran 16
Rumus Perhitungan Human Capital (HC)
HC = beban karyawan
Data Perhitungan Human Capital (HC)
No Stock HC HC HC
Kode (Rp) (Rp) (Rp)
2012 2013 2014
1 ACES 445.539.379.879 560.997.340.547 652.076.141.828
2 AKRA 204.876.514.000 280.828.954.000 363.703.214.000
3. AMRT 1.352.291.000.000 2.578.453.000.000 3.106.718.000.000
4 APII 18.825.128.673 28.830.972.776 34.856.017.642
5 ASGR 248.902.000.000 325.664.000.000 343.851.000.000
6 BAYU 28.713.708.244 37.003.104.665 44.834.875.687
7 CSAP 246.589.471.000 348.702.063.000 396.795.408.000
8 ECII 43.665.065.222 73.625.294.729 97.045.581.792
9 EMTK 574.746.882.000 677.577.678.000 715.373.656.000
10 EPMT 380.333.790.802 510.186.203.277 578.128.228.714
11 FAST 519.635.589.000 645.111.513.000 754.535.050.000
12 FORU 53.256.953.260 51.715.006.855 54.739.503.630
13 INPP 26.159.858.152 39.344.708.801 45.096.829.754
14 INTD 9.676.814.419 10.006.706.484 9.054.960.481
15 JKON 119.403.086.711 124.874.965.874 129.539.663.038
16 JSPT 125.286.596.196 147.656.311.605 130.483.843.034
17 JTPE 45.356.832.126 65.264.665.106 90.578.124.458
18 KOIN 28.978.338.389 35.234.138.343 39.977.562.372
19 LTLS 278.589.000.000 320.588.000.000 378.725.000.000
20 MAPI 903.426.814.000 1.221.369.272.000 1.581.363.380.000
21 MDIA 128.543.234.000 151.564.178.000 181.081.251.000
22 MICE 80.575.272.835 99.499.759.521 93.606.605.867
23 MIDI 286.055.000.000 423.132.000.000 527.727.000.000
24 MLPT 54.521.364.000 63.466.298.000 82.964.314.000
25 MNCN 630.538.000.000 553.973.000.000 563.672.000.000
26 MPMX 377.112.000.000 506.185.000.000 610.072.000.000
27 MPPA 648.495.000.000 637.114.000.000 818.884.000.000
28 MTDL 150.092.285.154 185.796.359.431 200.686.258.281
29 PJAA 159.635.589.000 162.964.563.697 178.762.571.247
30 PUDP 19.684.772.976 22.351.836.390 25.996.855.512
31 RALS 496.770.000.000 618.078.000.000 602.959.000.000
32 SAME 62.325.378.503 75.425.817.570 84.040.361.128
136
No Stock HC HC HC
Kode (Rp) (Rp) (Rp)
2012 2013 2014
33 SCMA 375.592.821.000 409.239.478.000 388.751.354.000
34 SDPC 40.509.684.045 45.756.236.148 49.724.576.739
35 SHID 36.881.979.707 32.152.069.057 26.366.644.704
36 SILO 807.308.703.902 1.059.237.967.408 1.389.122.345.221
37 SONA 65.245.992.142 82.261.471.057 110.588.869.917
38 TELE 246.540.885.668 318.485.913.787 145.610.000.000
39 TGKA 219.500.809.474 267.790.488.596 285.164.400.351
40 TMPO 80.234.620.000 86.266.605.000 83.965.782.000
41 TURI 275.669.000.000 325.416.000.000 354.954.000.000
42 UNTR 3.454.313.000.000 4.294.046.000.000 4.934.897.000.000
43 WAPO 4.456.711.279 11.466.640.652 9.750.559.463
137
Lampiran 17
Rumus Perhitungan Value Added Human Capital (VAHU)
VA
VAHU =
HC
HC = Human Capital (HC)
Data Perhitungan Value Added Human Capital (VAHU)
No Stock VA HC VAHU
Kode (Rp) (Rp)
2012 2012 2012
1 ACES 1.324.388.555.396 445.539.379.879 2,972551
2 AKRA 823.709.857.000 204.876.514.000 4,020519
3. AMRT 1.833.367.000.000 1.352.291.000.000 1,355749
4 APII 38.447.525.470 18.825.128.673 2,042351
5 ASGR 413.030.000.000 248.902.000.000 1,659408
6 BAYU 74.565.667.050 28.713.708.244 2,596867
7 CSAP 312.265.919.000 246.589.471.000 1,266339
8 ECII 168.667.871.028 43.665.065.222 3,862765
9 EMTK 1.604.246.787.000 574.746.882.000 2,791223
10 EPMT 783.105.396.870 380.333.790.802 2,058995
11 FAST 725.681.573.000 519.635.589.000 1,396520
12 FORU 65.915.565.093 53.256.953.260 1,237689
13 INPP 37.881.720.662 26.159.858.152 1,448086
14 INTD 13.562.323.274 9.676.814.419 1,401528
15 JKON 304.648.740.866 119.403.086.711 2,551431
16 JSPT 360.521.081.510 125.286.596.196 2,877571
17 JTPE 87.788.438.139 45.356.832.126 1,935506
18 KOIN 62.510.799.217 28.978.338.389 2,157156
19 LTLS 426.458.000.000 278.589.000.000 1,530778
20 MAPI 1.340.068.474.000 903.426.814.000 1,483317
21 MDIA 172.021.549.000 128.543.234.000 1,338239
22 MICE 127.215.983.822 80.575.272.835 1,578846
23 MIDI 331.056.000.000 286.055.000.000 1,157316
24 MLPT 83.030.510.000 54.521.364.000 1,522899
138
No Stock VA HC VAHU
Kode (Rp) (Rp)
2012 2012 2012
25 MNCN 2.411.822.000.000 630.538.000.000 3,825022
26 MPMX 786.308.000.000 377.112.000.000 2,085078
27 MPPA 886.943.000.000 648.495.000.000 1,367694
28 MTDL 279.663.091.047 150.092.285.154 1,863274
29 PJAA 346.561.155.671 159.635.589.000 2,170952
30 PUDP 40.822.748.979 19.684.772.976 2,073824
31 RALS 910.138.000.000 496.770.000.000 1,832111
32 SAME 85.594.677.753 62.325.378.503 1,373352
33 SCMA 1.545.693.302.000 375.592.821.000 4,115343
34 SDPC 50.357.908.349 40.509.684.045 1,243108
35 SHID 49.587.710.094 36.881.979.707 1,344497
36 SILO 859.268.306.431 807.308.703.902 1,064362
37 SONA 156.213.931.409 65.245.992.142 2,394230
38 TELE 450.164.885.668 246.540.885.668 1,825924
39 TGKA 337.172.502.682 219.500.809.474 1,536088
40 TMPO 109.877.313.000 80.234.620.000 1,369450
41 TURI 665.473.000.000 275.669.000.000 2,414029
42 UNTR 9.314.501.000.000 3.454.313.000.000 2,696484
43 WAPO 8.401.180.764 4.456.711.279 1,885063
139
Lampiran 18
VA
VAHU =
HC
No Stock VA HC VAHU
Kode (Rp) (Rp)
2013 2013 2013
1 ACES 1.064.001.579.466 560.997.340.547 1,896625
2 AKRA 1.261.417.192.000 280.828.954.000 4,491763
3. AMRT 3.147.495.000.000 2.578.453.000.000 1,220691
4 APII 53.030.844.845 28.830.972.776 1,839371
5 ASGR 535.668.000.000 325.664.000.000 1,644849
6 BAYU 94.125.586.654 37.003.104.665 2,543721
7 CSAP 427.885.722.000 348.702.063.000 1,227081
8 ECII 280.404.462.701 73.625.294.729 3,808534
9 EMTK 2.151.109.567.000 677.577.678.000 3,174705
10 EPMT 974.785.731.634 510.186.203.277 1,910647
11 FAST 801.402.141.000 645.111.513.000 1,242269
12 FORU 62.296.294.419 51.715.006.855 1,204608
13 INPP 65.597.652.619 39.344.708.801 1,667255
14 INTD 14.306.764.344 10.006.706.484 1,429718
15 JKON 335.841.976.727 124.874.965.874 2,689426
16 JSPT 355.727.553.846 147.656.311.605 2,409159
17 JTPE 106.008.916.290 65.264.665.106 1,624293
18 KOIN 71.916.679.895 35.234.138.343 2,041108
19 LTLS 630.031.000.000 320.588.000.000 1,965236
20 MAPI 1.547.958.008.000 1.221.369.272.000 1,267396
21 MDIA 270.527.951.000 151.564.178.000 1,784907
22 MICE 214.585.642.779 99.499.759.521 2,156645
23 MIDI 490.458.000.000 423.132.000.000 1,159113
24 MLPT 116.322.633.000 63.466.298.000 1,832825
140
No Stock VA HC VAHU
Kode (Rp) (Rp)
2013 2013 2013
25 MNCN 2.345.063.000.000 553.973.000.000 4,233172
26 MPMX 1.072.497.000.000 506.185.000.000 2,118785
27 MPPA 1.082.019.000.000 637.114.000.000 1,698313
28 MTDL 426.894.851.322 185.796.359.431 2,297649
29 PJAA 353.069.493.552 162.964.563.697 2,166542
30 PUDP 48.730.724.981 22.351.836.390 2,180167
31 RALS 1.006.244.000.000 618.078.000.000 1,628021
32 SAME 122.074.545.532 75.425.817.570 1,618472
33 SCMA 1.695.136.540.000 409.239.478.000 4,142163
34 SDPC 56.003.525.864 45.756.236.148 1,223954
35 SHID 46.720.441.580 32.152.069.057 1,453108
36 SILO 1.109.430.454.312 1.059.237.967.408 1,047385
37 SONA 135.131.180.193 82.261.471.057 1,642703
38 TELE 613.391.913.787 318.485.913.787 1,925962
39 TGKA 401.654.436.037 267.790.488.596 1,499883
40 TMPO 93.622.869.000 86.266.605.000 1,085274
41 TURI 654.164.000.000 325.416.000.000 2,010239
42 UNTR 10.548.520.000.000 4.294.046.000.000 2,456546
43 WAPO 11.613.740.102 11.466.640.652 1,012828
141
Lampiran 19
VA
VAHU =
HC
No Stock VA HC VAHU
Kode (Rp) (Rp)
2014 2014 2014
1 ACES 1.200.968.907.106 652.076.141.828 1,841762
2 AKRA 1.103.288.788.000 363.703.214.000 3,033486
3. AMRT 3.679.359.000.000 3.106.718.000.000 1,184323
4 APII 64.812.784.338 34.856.017.642 1,859443
5 ASGR 602.763.000.000 343.851.000.000 1,752977
6 BAYU 116.880.949.188 44.834.875.687 2,606920
7 CSAP 511.890.147.000 396.795.408.000 1,290061
8 ECII 226.508.065.530 97.045.581.792 2,334038
9 EMTK 2.249.293.366.000 715.373.656.000 3,144222
10 EPMT 1.089.158.717.806 578.128.228.714 1,883940
11 FAST 906.581.119.000 754.535.050.000 1,201510
12 FORU 58.628.213.733 54.739.503.630 1,071040
13 INPP 112.371.773.826 45.096.829.754 2,491789
14 INTD 12.653.451.131 9.054.960.481 1,397405
15 JKON 345.785.455.128 129.539.663.038 2,669340
16 JSPT 447.418.837.107 130.483.843.034 3,428921
17 JTPE 144.442.863.474 90.578.124.458 1,594677
18 KOIN 66.458.283.492 39.977.562.372 1,662390
19 LTLS 608.068.000.000 378.725.000.000 1,605566
20 MAPI 1.659.738.314.000 1.581.363.380.000 1,049562
21 MDIA 534.234.804.000 181.081.251.000 2,950249
22 MICE 135.660.124.188 93.606.605.867 1,449258
23 MIDI 666.351.000.000 527.727.000.000 1,262681
24 MLPT 150.665.481.000 82.964.314.000 1,816028
142
No Stock VA HC VAHU
Kode (Rp) (Rp)
2014 2014 2014
25 MNCN 2.414.613.000.000 563.672.000.000 4,283720
26 MPMX 989.634.000.000 610.072.000.000 1,622159
27 MPPA 1.372.901.000.000 818.884.000.000 1,676551
28 MTDL 479.765.997.177 200.686.258.281 2,390627
29 PJAA 411.852.260.069 178.762.571.247 2,303907
30 PUDP 41.048.565.454 25.996.855.512 1,578982
31 RALS 958.115.000.000 602.959.000.000 1,589022
32 SAME 142.108.608.750 84.040.361.128 1,690957
33 SCMA 1.837.025.579.000 388.751.354.000 4,725451
34 SDPC 56.641.292.996 49.724.576.739 1,139101
35 SHID 38.643.504.331 26.366.644.704 1,465621
36 SILO 1.448.829.118.202 1.389.122.345.221 1,042982
37 SONA 218.989.596.388 110.588.869.917 1,980214
38 TELE 456.539.000.000 145.610.000.000 3,135355
39 TGKA 450.373.411.429 285.164.400.351 1,579347
40 TMPO 98.963.347.000 83.965.782.000 1,178615
41 TURI 599.995.000.000 354.954.000.000 1,690346
42 UNTR 9.858.355.000.000 4.934.897.000.000 1,997682
43 WAPO 9.975.358.637 9.750.559.463 1,023055
143
Lampiran 20
Rumus Perhitungan Structural Capital (SC)
SC = VA – HC
Data Perhitungan Structural Capital (SC)
No Stock VA HC SC
Kode (Rp) (Rp) (Rp)
2012 2012 2012
1 ACES 1.324.388.555.396 445.539.379.879 878.849.175.517
2 AKRA 823.709.857.000 204.876.514.000 618.833.343.000
3. AMRT 1.833.367.000.000 1.352.291.000.000 481.076.000.000
4 APII 38.447.525.470 18.825.128.673 19.622.396.797
5 ASGR 413.030.000.000 248.902.000.000 164.128.000.000
6 BAYU 74.565.667.050 28.713.708.244 45.851.958.806
7 CSAP 312.265.919.000 246.589.471.000 65.676.448.000
8 ECII 168.667.871.028 43.665.065.222 125.002.805.806
9 EMTK 1.604.246.787.000 574.746.882.000 1.029.499.905.000
10 EPMT 783.105.396.870 380.333.790.802 402.771.606.068
11 FAST 725.681.573.000 519.635.589.000 206.045.984.000
12 FORU 65.915.565.093 53.256.953.260 12.658.611.833
13 INPP 37.881.720.662 26.159.858.152 11.721.862.510
14 INTD 13.562.323.274 9.676.814.419 3.885.508.855
15 JKON 304.648.740.866 119.403.086.711 185.245.654.155
16 JSPT 360.521.081.510 125.286.596.196 235.234.485.314
17 JTPE 87.788.438.139 45.356.832.126 42.431.606.013
18 KOIN 62.510.799.217 28.978.338.389 33.532.460.828
19 LTLS 426.458.000.000 278.589.000.000 147.869.000.000
20 MAPI 1.340.068.474.000 903.426.814.000 436.641.660.000
21 MDIA 172.021.549.000 128.543.234.000 43.478.315.000
22 MICE 127.215.983.822 80.575,272.835 46.640.710.987
23 MIDI 331.056.000.000 286.055.000.000 45.001.000.000
24 MLPT 83.030.510.000 54.521.364.000 28.509.146.000
25 MNCN 2.411.822.000.000 630.538.000.000 1.781.284.000.000
26 MPMX 786.308.000.000 377.112.000.000 409.196.000.000
27 MPPA 886.943.000.000 648.495.000.000 238.448.000.000
28 MTDL 279.663.091.047 150.092.285.154 129.570.805.893
29 PJAA 346.561.155.671 159.635.589.000 186.925.566.671
30 PUDP 40.822.748.979 19.684.772.976 21.137.976.003
31 RALS 910.138.000.000 496.770.000.000 413.368.000.000
32 SAME 85.594.677.753 62.325.378.503 23.269.299.250
144
No Stock VA HC SC
Kode (Rp) (Rp) (Rp)
2012 2012 2012
33 SCMA 1.545.693.302.000 375.592.821.000 1.170.100.481.000
34 SDPC 50.357.908.349 40.509.684.045 9.848.224.304
35 SHID 49.587.710.094 36.881.979.707 12.705.730.387
36 SILO 859.268.306.431 807.308.703.902 51.959.602.529
37 SONA 156.213.931.409 65.245.992.142 90.967.939.267
38 TELE 450.164.885.668 246.540.885.668 203.624.000.000
39 TGKA 337.172.502.682 219.500.809.474 117.671.693.208
40 TMPO 109.877.313.000 80.234.620.000 29.642.693.000
41 TURI 665.473.000.000 275.669.000.000 389.804.000.000
42 UNTR 9.314.501.000.000 3.454.313.000.000 5.860.188.000.000
43 WAPO 8.401.180.764 4.456.711.279 3.944.469.485
145
Lampiran 21
SC = VA – HC
No Stock VA HC SC
Kode (Rp) (Rp) (Rp)
2013 2013 2013
1 ACES 1.064.001.579.466 560.997.340.547 503.004.238.919
2 AKRA 1.261.417.192.000 280.828.954.000 980.588.238.000
3. AMRT 3.147.495.000.000 2.578.453.000.000 569.042.000.000
4 APII 53.030.844.845 28.830.972.776 24.199.872.069
5 ASGR 535.668.000.000 325.664.000.000 210.004.000.000
6 BAYU 94.125.586.654 37.003.104.665 57.122.481.989
7 CSAP 427.885.722.000 348.702.063.000 79.183.659.000
8 ECII 280.404.462.701 73.625.294.729 206.779.167.972
9 EMTK 2.151.109.567.000 677.577.678.000 1.473.531.889.000
10 EPMT 974.785.731.634 510.186.203.277 464.599.528.357
11 FAST 801.402.141.000 645.111.513.000 156.290.628.000
12 FORU 62.296.294.419 51.715.006.855 10.581.287.564
13 INPP 65.597.652.619 39.344.708.801 26.252.943.818
14 INTD 14.306.764.344 10.006.706.484 4.300.057.860
15 JKON 335.841.976.727 124.874.965.874 210.967.010.853
16 JSPT 355.727.553.846 147.656.311.605 208.071.242.241
17 JTPE 106.008.916.290 65.264.665.106 40.744.251.184
18 KOIN 71.916.679.895 35.234.138.343 36.682.541.552
19 LTLS 630.031.000.000 320.588.000.000 309.443.000.000
20 MAPI 1.547.958.008.000 1.221.369.272.000 326.588.736.000
21 MDIA 270.527.951.000 151.564.178.000 118.963.773.000
22 MICE 214.585.642.779 99.499.759.521 115.085.883.258
23 MIDI 490.458.000.000 423.132.000.000 67.326.000.000
24 MLPT 116.322.633.000 63.466.298.000 52.856.335.000
25 MNCN 2.345.063.000.000 553.973.000.000 1.791.090.000.000
26 MPMX 1.072.497.000.000 506.185.000.000 566.312.000.000
27 MPPA 1.082.019.000.000 637.114.000.000 444.905.000.000
28 MTDL 426.894.851.322 185.796.359.431 241.098.491.891
29 PJAA 353.069.493.552 162.964.563.697 190.104.929.855
30 PUDP 48.730.724.981 22.351.836.390 26.378.888.591
31 RALS 1.006.244.000.000 618.078.000.000 388.166.000.000
32 SAME 122.074.545.532 75.425.817.570 46.648.727.962
146
No Stock VA HC SC
Kode (Rp) (Rp) (Rp)
2013 2013 2013
33 SCMA 1.695.136.540.000 409.239.478.000 1.285.897.062.000
34 SDPC 56.003.525.864 45.756.236.148 10.247.289.716
35 SHID 46.720.441.580 32.152.069.057 14.568.372.523
36 SILO 1.109.430.454.312 1.059.237.967.408 50.192.486.904
37 SONA 135.131.180.193 82.261.471.057 52.869.709.136
38 TELE 613.391.913.787 318.485.913.787 294.906.000.000
39 TGKA 401.654.436.037 267.790.488.596 133.863.947.441
40 TMPO 93.622.869.000 86.266.605.000 7.356.264.000
41 TURI 654.164.000.000 325.416.000.000 328.748.000.000
42 UNTR 10.548.520.000.000 4.294.046.000.000 6.254.474.000.000
43 WAPO 11.613.740.102 11.466.640.652 147.099.450
147
Lampiran 22
SC = VA – HC
No Stock VA HC SC
Kode (Rp) (Rp) (Rp)
2014 2014 2014
1 ACES 1.200.968.907.106 652.076.141.828 548.892.765.278
2 AKRA 1.103.288.788.000 363.703.214.000 739.585.574.000
3. AMRT 3.679.359.000.000 3.106.718.000.000 572.641.000.000
4 APII 64.812.784.338 34.856.017.642 29.956.766.696
5 ASGR 602.763.000.000 343.851.000.000 258.912.000.000
6 BAYU 116.880.949.188 44.834.875.687 72.046.073.501
7 CSAP 511.890.147.000 396.795.408.000 115.094.739.000
8 ECII 226.508.065.530 97.045.581.792 129.462.483.738
9 EMTK 2.249.293.366.000 715.373.656.000 1.533.919.710.000
10 EPMT 1.089.158.717.806 578.128.228.714 511.030.489.092
11 FAST 906.581.119.000 754.535.050.000 152.046.069.000
12 FORU 58.628.213.733 54.739.503.630 3.888.710.103
13 INPP 112.371.773.826 45.096.829.754 67.274.944.072
14 INTD 12.653.451.131 9.054.960.481 3.598.490.650
15 JKON 345.785.455.128 129.539.663.038 216.245.792.090
16 JSPT 447.418.837.107 130.483.843.034 316.934.994.073
17 JTPE 144.442.863.474 90.578.124.458 53.864.739.016
18 KOIN 66.458.283.492 39.977.562.372 26.480.721.120
19 LTLS 608.068.000.000 378.725.000.000 229.343.000.000
20 MAPI 1.659.738.314.000 1.581.363.380.000 78.374.934.000
21 MDIA 534.234.804.000 181.081.251.000 353.153.553.000
22 MICE 135.660.124.188 93.606.605.867 42.053.518.321
23 MIDI 666.351.000.000 527.727.000.000 138.624.000.000
24 MLPT 150.665.481.000 82.964.314.000 67.701.167.000
25 MNCN 2.414.613.000.000 563.672.000.000 1.850.941.000.000
26 MPMX 989.634.000.000 610.072.000.000 379.562.000.000
27 MPPA 1.372.901.000.000 818.884.000.000 554.017.000.000
28 MTDL 479.765.997.177 200.686.258.281 279.079.738.896
29 PJAA 411.852.260.069 178.762.571.247 233.089.688.822
30 PUDP 41.048.565.454 25.996.855.512 15.051.709.942
31 RALS 958.115.000.000 602.959.000.000 355.156.000.000
32 SAME 142.108.608.750 84.040.361.128 58.068.247.622
148
No Stock VA HC SC
Kode (Rp) (Rp) (Rp)
2014 2014 2014
33 SCMA 1.837.025.579.000 388.751.354.000 1.448.274.225.000
34 SDPC 56.641.292.996 49.724.576.739 6.916.716.257
35 SHID 38.643.504.331 26.366.644.704 12.276.859.627
36 SILO 1.448.829.118.202 1.389.122.345.221 59.706.772.981
37 SONA 218.989.596.388 110.588.869.917 108.400.726.471
38 TELE 456.539.000.000 145.610.000.000 310.929.000.000
39 TGKA 450.373.411.429 285.164.400.351 165.209.011.078
40 TMPO 98.963.347.000 83.965.782.000 14.997.565.000
41 TURI 599.995.000.000 354.954.000.000 245.041.000.000
42 UNTR 9.858.355.000.000 4.934.897.000.000 4.923.458.000.000
43 WAPO 9.975.358.637 9.750.559.463 224.799.174
149
Lampiran 23
Rumus Perhitungan Structural Capital Value Added (STVA)
SC
STVA =
VA
SC = Structural Capital (SC)
Data Perhitungan Structural Capital Value Added (STVA)
No Stock SC VA STVA
Kode (Rp) (Rp)
2012 2012 2012
1 ACES 878.849.175.517 1.324.388.555.396 0,663589
2 AKRA 618.833.343.000 823.709.857.000 0,751276
3. AMRT 481.076.000.000 1.833.367.000.000 0,262400
4 APII 19.622.396.797 38.447.525.470 0,510368
5 ASGR 164.128.000.000 413.030.000.000 0,397375
6 BAYU 45.851.958.806 74.565.667.050 0,614921
7 CSAP 65.676.448.000 312.265.919.000 0,210322
8 ECII 125.002.805.806 168.667.871.028 0,741118
9 EMTK 1.029.499.905.000 1.604.246.787.000 0,641734
10 EPMT 402.771.606.068 783.105.396.870 0,514326
11 FAST 206.045.984.000 725.681.573.000 0,283934
12 FORU 12.658.611.833 65.915.565.093 0,192043
13 INPP 11.721.862.510 37.881.720.662 0,309433
14 INTD 3.885.508.855 13.562.323.274 0,286493
15 JKON 185.245.654.155 304.648.740.866 0,608063
16 JSPT 235.234.485.314 360.521.081.510 0,652485
17 JTPE 42.431.606.013 87.788.438.139 0,483339
18 KOIN 33.532.460.828 62.510.799.217 0,536427
19 LTLS 147.869.000.000 426.458.000.000 0,346738
20 MAPI 436.641.660.000 1.340.068.474.000 0,325835
21 MDIA 43.478.315.000 172.021.549.000 0,252749
22 MICE 46.640.710.987 127.215.983.822 0,366626
23 MIDI 45.001.000.000 331.056.000.000 0,135932
24 MLPT 28.509.146.000 83.030.510.000 0,343357
150
No Stock SC VA STVA
Kode (Rp) (Rp)
2012 2012 2012
25 MNCN 1.781.284.000.000 2.411.822.000.000 0,738564
26 MPMX 409.196.000.000 786.308.000.000 0,520402
27 MPPA 238.448.000.000 886.943.000.000 0,268843
28 MTDL 129.570.805.893 279.663.091.047 0,463310
29 PJAA 186.925.566.671 346.561.155.671 0,539373
30 PUDP 21.137.976.003 40.822.748.979 0,517799
31 RALS 413.368.000.000 910.138.000.000 0,454182
32 SAME 23.269.299.250 85.594.677.753 0,271855
33 SCMA 1.170.100.481.000 1.545.693.302.000 0,757007
34 SDPC 9.848.224.304 50.357.908.349 0,195565
35 SHID 12.705.730.387 49.587.710.094 0,256227
36 SILO 51.959.602.529 859.268.306.431 0,060470
37 SONA 90.967.939.267 156.213.931.409 0,582329
38 TELE 203.624.000.000 450.164.885.668 0,452332
39 TGKA 117.671.693.208 337.172.502.682 0,348996
40 TMPO 29.642.693.000 109.877.313.000 0,269780
41 TURI 389.804.000.000 665.473.000.000 0,585755
42 UNTR 5.860.188.000.000 9.314.501.000.000 0,629147
43 WAPO 3.944.469.485 8.401.180.764 0,469514
151
Lampiran 24
SC
STVA =
VA
No Stock SC VA STVA
Kode (Rp) (Rp)
2013 2013 2013
1 ACES 503.004.238.919 1.064.001.579.466 0,472748
2 AKRA 980.588.238.000 1.261.417.192.000 0,777370
3. AMRT 569.042.000.000 3.147.495.000.000 0,180792
4 APII 24.199.872.069 53.030.844.845 0,456336
5 ASGR 210.004.000.000 535.668.000.000 0,392041
6 BAYU 57.122.481.989 94.125.586.654 0,606875
7 CSAP 79.183.659.000 427.885.722.000 0,185058
8 ECII 206.779.167.972 280.404.462.701 0,737432
9 EMTK 1.473.531.889.000 2.151.109.567.000 0,685010
10 EPMT 464.599.528.357 974.785.731.634 0,476617
11 FAST 156.290.628.000 801.402.141.000 0,195021
12 FORU 10.581.287.564 62.296.294.419 0,169854
13 INPP 26.252.943.818 65.597.652.619 0,400212
14 INTD 4.300.057.860 14.306.764.344 0,300561
15 JKON 210.967.010.853 335.841.976.727 0,628173
16 JSPT 208.071.242.241 355.727.553.846 0,584917
17 JTPE 40.744.251.184 106.008.916.290 0,384347
18 KOIN 36.682.541.552 71.916.679.895 0,510070
19 LTLS 309.443.000.000 630.031.000.000 0,491155
20 MAPI 326.588.736.000 1.547.958.008.000 0,210980
21 MDIA 118.963.773.000 270.527.951.000 0,439747
22 MICE 115.085.883.258 214.585.642.779 0,536317
23 MIDI 67.326.000.000 490.458.000.000 0,137272
24 MLPT 52.856.335.000 116.322.633.000 0,454394
152
No Stock SC VA STVA
Kode (Rp) (Rp)
2013 2013 2013
25 MNCN 1.791.090.000.000 2.345.063.000.000 0,763771
26 MPMX 566.312.000.000 1.072.497.000.000 0,528031
27 MPPA 444.905.000.000 1.082.019.000.000 0,411180
28 MTDL 241.098.491.891 426.894.851.322 0,564773
29 PJAA 190.104.929.855 353.069.493.552 0,538435
30 PUDP 26.378.888.591 48.730.724.981 0,541319
31 RALS 388.166.000.000 1.006.244.000.000 0,385757
32 SAME 46.648.727.962 122.074.545.532 0,382133
33 SCMA 1.285.897.062.000 1.695.136.540.000 0,758580
34 SDPC 10.247.289.716 56.003.525.864 0,182976
35 SHID 14.568.372.523 46.720.441.580 0,311820
36 SILO 50.192.486.904 1.109.430.454.312 0,045242
37 SONA 52.869.709.136 135.131.180.193 0,391247
38 TELE 294.906.000.000 613.391.913.787 0,480779
39 TGKA 133.863.947.441 401.654.436.037 0,333281
40 TMPO 7.356.264.000 93.622.869.000 0,078573
41 TURI 328.748.000.000 654.164.000.000 0,502547
42 UNTR 6.254.474.000.000 10.548.520.000.000 0,592924
43 WAPO 147.099.450 11.613.740.102 0,012666
153
Lampiran 25
SC
STVA =
VA
No Stock SC VA STVA
Kode (Rp) (Rp)
2014 2014 2014
1 ACES 548.892.765.278 1.200.968.907.106 0,457042
2 AKRA 739.585.574.000 1.103.288.788.000 0,670346
3. AMRT 572.641.000.000 3.679.359.000.000 0,155636
4 APII 29.956.766.696 64.812.784.338 0,462205
5 ASGR 258.912.000.000 602.763.000.000 0,429542
6 BAYU 72.046.073.501 116.880.949.188 0,616406
7 CSAP 115.094.739.000 511.890.147.000 0,224843
8 ECII 129.462.483.738 226.508.065.530 0,571558
9 EMTK 1.533.919.710.000 2.249.293.366.000 0,681956
10 EPMT 511.030.489.092 1.089.158.717.806 0,469197
11 FAST 152.046.069.000 906.581.119.000 0,167714
12 FORU 3.888.710.103 58.628.213.733 0,066328
13 INPP 67.274.944.072 112.371.773.826 0,598682
14 INTD 3.598.490.650 12.653.451.131 0,284388
15 JKON 216.245.792.090 345.785.455.128 0,625376
16 JSPT 316.934.994.073 447.418.837.107 0,708363
17 JTPE 53.864.739.016 144.442.863.474 0,372914
18 KOIN 26.480.721.120 66.458.283.492 0,398456
19 LTLS 229.343.000.000 608.068.000.000 0,377167
20 MAPI 78.374.934.000 1.659.738.314.000 0,047221
21 MDIA 353.153.553.000 534.234.804.000 0,661046
22 MICE 42.053.518.321 135.660.124.188 0,309992
23 MIDI 138.624.000.000 666.351.000.000 0,208035
24 MLPT 67.701.167.000 150.665.481.000 0,449348
154
No Stock SC VA STVA
Kode (Rp) (Rp)
2014 2014 2014
25 MNCN 1.850.941.000.000 2.414.613.000.000 0,766558
26 MPMX 379.562.000.000 989.634.000.000 0,383538
27 MPPA 554.017.000.000 1.372.901.000.000 0,403537
28 MTDL 279.079.738.896 479.765.997.177 0,581700
29 PJAA 233.089.688.822 411.852.260.069 0,565955
30 PUDP 15.051.709.942 41.048.565.454 0,366681
31 RALS 355.156.000.000 958.115.000.000 0,370682
32 SAME 58.068.247.622 142.108.608.750 0,408619
33 SCMA 1.448.274.225.000 1.837.025.579.000 0,788380
34 SDPC 6.916.716.257 56.641.292.996 0,122114
35 SHID 12.276.859.627 38.643.504.331 0,317695
36 SILO 59.706.772.981 1.448.829.118.202 0,041210
37 SONA 108.400.726.471 218.989.596.388 0,495004
38 TELE 310.929.000.000 456.539.000.000 0,681057
39 TGKA 165.209.011.078 450.373.411.429 0,366827
40 TMPO 14.997.565.000 98.963.347.000 0,151547
41 TURI 245.041.000.000 599.995.000.000 0,408405
42 UNTR 4.923.458.000.000 9.858.355.000.000 0,499420
43 WAPO 224.799.174 9.975.358.637 0,022535
155
Lampiran 26
Data Perhitungan Value Added Intellectual Coefficient (VAICTM)
No Stock VACA VAHU STVA VAICTM

Kode 2013 2013 2013 2013
1 ACES 0,55547 1,89662 0,47275 2,92484
2 AKRA 0,23520 4,49176 0,77737 5,50433
3. AMRT 1,20884 1,22069 0,18079 2,61033
4 APII 0,29413 1,83937 0,45634 2,58983
5 ASGR 0,72736 1,64485 0,39204 2,76425
6 BAYU 0,42440 2,54372 0,60688 3,57499
7 CSAP 0,59688 1,22708 0,18506 2,00902
8 ECII 0,16639 3,80853 0,73743 4,71235
9 EMTK 0,22972 3,17471 0,68501 4,08944
10 EPMT 0,32077 1,91065 0,47662 2,70804
11 FAST 0,72790 1,24227 0,19502 2,16519
12 FORU 0,46848 1,20461 0,16985 1,84295
13 INPP 0,06336 1,66725 0,40021 2,13083
14 INTD 0,60678 1,42972 0,30056 2,33706
15 JKON 0,20779 2,68943 0,62817 3,52539
16 JSPT 0,17472 2,40916 0,58492 3,16880
17 JTPE 0,43805 1,62429 0,38435 2,44669
18 KOIN 0,81858 2,04111 0,51007 3,36976
19 LTLS 0,45320 1,96524 0,49116 2,90959
20 MAPI 0,63757 1,26740 0,21098 2,11595
21 MDIA 0,39525 1,78491 0,43975 2,61990
22 MICE 0,43315 2,15664 0,53632 3,12612
23 MIDI 0,97930 1,15911 0,13727 2,27569
24 MLPT 0,26223 1,83283 0,45439 2,54945
25 MNCN 0,30284 4,23317 0,76377 5,29978
26 MPMX 0,24405 2,11878 0,52803 2,89087
27 MPPA 0,32839 1,69831 0,41118 2,43788
28 MTDL 0,45888 2,29765 0,56477 3,32130
29 PJAA 0,24010 2,16654 0,53843 2,94507
156

Kode
2013 2013 2013 2013
30 PUDP 0,17580 2,18017 0,54132 2,89728
31 RALS 0,31277 1,62802 0,38576 2,32655
32 SAME 0,91778 1,61847 0,38213 2,91838
33 SCMA 0,60769 4,14216 0,75858 5,50844
34 SDPC 0,48753 1,22395 0,18298 1,89446
35 SHID 0,05027 1,45311 0,31182 1,81520
36 SILO 0,67690 1,04739 0,04524 1,76953
37 SONA 0,24589 1,64270 0,39125 2,27984
38 TELE 0,44234 1,92596 0,48078 2,84908
39 TGKA 0,62661 1,49988 0,33328 2,45978
40 TMPO 0,75865 1,08527 0,07857 1,92250
41 TURI 0,32920 2,01024 0,50255 2,84198
42 UNTR 0,29590 2,45655 0,59292 3,34537
43 WAPO 0,77213 1,01283 0,01267 1,79763
157
Lampiran 27
Data Perhitungan Value Added Intellectual Coefficient (VAICTM)

Kode 2014 2014 2014 2014
1 ACES 0,50842 1,84176 0,45704 2,80723
2 AKRA 0,18508 3,03349 0,67035 3,88891
3. AMRT 1,22378 1,18432 0,15564 2,56374
4 APII 0,30536 1,85944 0,46220 2,62700
5 ASGR 0,66803 1,75298 0,42954 2,85054
6 BAYU 0,39643 2,60692 0,61641 3,61976
7 CSAP 0,62511 1,29006 0,22484 2,14002
8 ECII 0,12743 2,33404 0,57156 3,03303
9 EMTK 0,13785 3,14422 0,68196 3,96403
10 EPMT 0,30682 1,88394 0,46920 2,65995
11 FAST 0,75981 1,20151 0,16771 2,12904
12 FORU 0,44345 1,07104 0,06633 1,58081
13 INPP 0,10407 2,49179 0,59868 3,19454
14 INTD 0,46560 1,39741 0,28439 2,14739
15 JKON 0,19609 2,66934 0,62538 3,49081
16 JSPT 0,19388 3,42892 0,70836 4,33116
17 JTPE 0,50738 1,59468 0,37291 2,47497
18 KOIN 0,58126 1,66239 0,39846 2,64210
19 LTLS 0,39041 1,60557 0,37717 2,37314
20 MAPI 0,63605 1,04956 0,04722 1,73283
21 MDIA 0,38426 2,95025 0,66105 3,99556
22 MICE 0,25525 1,44926 0,30999 2,01450
23 MIDI 1,07602 1,26268 0,20803 2,54674
24 MLPT 0,24761 1,81603 0,44935 2,51299
25 MNCN 0,25706 4,28372 0,76656 5,30734
26 MPMX 0,18814 1,62216 0,38354 2,19383
27 MPPA 0,48194 1,67655 0,40354 2,56203
28 MTDL 0,41104 2,39063 0,58170 3,38336
29 PJAA 0,25452 2,30391 0,56595 3,12438
158

Kode
2014 2014 2014 2014
30 PUDP 0,14238 1,57898 0,36668 2,08805
31 RALS 0,28520 1,58902 0,37068 2,24490
32 SAME 0,74372 1,69096 0,40862 2,84329
33 SCMA 0,52816 4,72545 0,78838 6,04199
34 SDPC 0,46508 1,13910 0,12211 1,72629
35 SHID 0,04107 1,46562 0,31770 1,82438
36 SILO 0,87613 1,04298 0,04121 1,96032
37 SONA 0,33283 1,98021 0,49500 2,80804
38 TELE 0,18268 3,13535 0,68106 3,99909
39 TGKA 0,61492 1,57935 0,36683 2,56110
40 TMPO 0,71503 1,17862 0,15155 2,04519
41 TURI 0,27865 1,69035 0,40841 2,37740
42 UNTR 0,25555 1,99768 0,49942 2,75265
43 WAPO 0,65344 1,02306 0,02254 1,69903
159
Lampiran 28
Rumus Perhitungan Rate of Value Added Capital Employed (RVACA)
RVACA = VACAt + VACAt-1
Data Perhitungan Rate of Value Added Capital Employed (RVACA)
No Stock VACAt VACAt-1 RVACA

Kode 2013 2012 2013
1 ACES 0,55547 0,81853 -0,26306
2 AKRA 0,23520 0,19567 0,03953
3. AMRT 1,20884 0,56343 0,64541
4 APII 0,29413 0,56129 -0,26717
5 ASGR 0,72736 0,65249 0,07487
6 BAYU 0,42440 0,45283 -0,02844
7 CSAP 0,59688 0,48169 0,11519
8 ECII 0,16639 0,74742 -0,58103
9 EMTK 0,22972 0,20394 0,02578
10 EPMT 0,32077 0,30357 0,01721
11 FAST 0,72790 0,73248 -0,00457
12 FORU 0,46848 0,52460 -0,05611
13 INPP 0,06336 0,03826 0,02511
14 INTD 0,60678 0,70350 -0,09673
15 JKON 0,20779 0,29997 -0,09218
16 JSPT 0,17472 0,19930 -0,02458
17 JTPE 0,43805 0,42545 0,01260
18 KOIN 0,81858 1,22157 -0,40299
19 LTLS 0,45320 0,28330 0,16989
20 MAPI 0,63757 0,61678 0,02079
21 MDIA 0,39525 0,30446 0,09079
22 MICE 0,43315 0,37508 0,05807
23 MIDI 0,97930 0,74438 0,23492
24 MLPT 0,26223 0,42731 -0,16507
25 MNCN 0,30284 0,33052 -0,02768
26 MPMX 0,24405 0,42799 -0,18394
27 MPPA 0,32839 0,23063 0,09776
28 MTDL 0,45888 0,39927 0,05961
29 PJAA 0,24010 0,26454 -0,02444
160
No Stock VACA VACAt-1 RVACA

Kode
2013 2012 2013
30 PUDP 0,17580 0,16045 0,01535
31 RALS 0,31277 0,29920 0,01357
32 SAME 0,91778 4,45263 -3,53485
33 SCMA 0,60769 0,58362 0,02407
34 SDPC 0,48753 0,48132 0,00621
35 SHID 0,05027 0,05377 -0,00349
36 SILO 0,67690 3,51237 -2,83547
37 SONA 0,24589 0,29652 -0,05063
38 TELE 0,44234 0,40638 0,03596
39 TGKA 0,62661 0,58252 0,04409
40 TMPO 0,75865 0,94093 -0,18228
41 TURI 0,32920 0,37634 -0,04714
42 UNTR 0,29590 0,28837 0,00753
43 WAPO 0,77213 0,56407 0,20807
161
Lampiran 29
Rumus Perhitungan Rate of Value Added Capital Employed (RVACA)
RVACA = VACAt + VACAt-1
Data Perhitungan Rate of Value Added Capital Employed (RVACA)

Kode 2014 2013 2014
1 ACES 0,50842 0,55547 -0,04705
2 AKRA 0,18508 0,23520 -0,05012
3. AMRT 1,22378 1,20884 0,01494
4 APII 0,30536 0,29413 0,01123
5 ASGR 0,66803 0,72736 -0,05933
6 BAYU 0,39643 0,42440 -0,02797
7 CSAP 0,62511 0,59688 0,02823
8 ECII 0,12743 0,16639 -0,03896
9 EMTK 0,13785 0,22972 -0,09188
10 EPMT 0,30682 0,32077 -0,01396
11 FAST 0,75981 0,72790 0,03191
12 FORU 0,44345 0,46848 -0,02504
13 INPP 0,10407 0,06336 0,04070
14 INTD 0,46560 0,60678 -0,14118
15 JKON 0,19609 0,20779 -0,01170
16 JSPT 0,19388 0,17472 0,01916
17 JTPE 0,50738 0,43805 0,06932
18 KOIN 0,58126 0,81858 -0,23733
19 LTLS 0,39041 0,45320 -0,06279
20 MAPI 0,63605 0,63757 -0,00152
21 MDIA 0,38426 0,39525 -0,01099
22 MICE 0,25525 0,43315 -0,17791
23 MIDI 1,07602 0,97930 0,09672
24 MLPT 0,24761 0,26223 -0,01462
25 MNCN 0,25706 0,30284 -0,04578
26 MPMX 0,18814 0,24405 -0,05591
27 MPPA 0,48194 0,32839 0,15356
28 MTDL 0,41104 0,45888 -0,04784
29 PJAA 0,25452 0,24010 0,01442
162

Kode
2014 2013 2014
30 PUDP 0,14238 0,17580 -0,03341
31 RALS 0,28520 0,31277 -0,02757
32 SAME 0,74372 0,91778 -0,17406
33 SCMA 0,52816 0,60769 -0,07954
34 SDPC 0,46508 0,48753 -0,02245
35 SHID 0,04107 0,05027 -0,00921
36 SILO 0,87613 0,67690 0,19923
37 SONA 0,33283 0,24589 0,08694
38 TELE 0,18268 0,44234 -0,25966
39 TGKA 0,61492 0,62661 -0,01169
40 TMPO 0,71503 0,75865 -0,04362
41 TURI 0,27865 0,32920 -0,05055
42 UNTR 0,25555 0,29590 -0,04035
43 WAPO 0,65344 0,77213 -0,11869
163
Lampiran 30
Rumus Perhitungan Rate of Value Added Human Capital (RVAHU)
RVAHU = VAHUt + VAHUt-1
Data Perhitungan Rate of Value Added Human Capital (RVAHU)
No Stock VAHUt VAHUt-1 RVAHU

Kode 2013 2012 2013
1 ACES 1,89662 2,97255 -1,07593
2 AKRA 4,49176 4,02052 0,47124
3. AMRT 1,22069 1,35575 -0,13506
4 APII 1,83937 2,04235 -0,20298
5 ASGR 1,64485 1,65941 -0,01456
6 BAYU 2,54372 2,59687 -0,05315
7 CSAP 1,22708 1,26634 -0,03926
8 ECII 3,80853 3,86276 -0,05423
9 EMTK 3,17471 2,79122 0,38348
10 EPMT 1,91065 2,05900 -0,14835
11 FAST 1,24227 1,39652 -0,15425
12 FORU 1,20461 1,23769 -0,03308
13 INPP 1,66725 1,44809 0,21917
14 INTD 1,42972 1,40153 0,02819
15 JKON 2,68943 2,55143 0,13799
16 JSPT 2,40916 2,87757 -0,46841
17 JTPE 1,62429 1,93551 -0,31121
18 KOIN 2,04111 2,15716 -0,11605
19 LTLS 1,96524 1,53078 0,43446
20 MAPI 1,26740 1,48332 -0,21592
21 MDIA 1,78491 1,33824 0,44667
22 MICE 2,15664 1,57885 0,57780
23 MIDI 1,15911 1,15732 0,00180
24 MLPT 1,83283 1,52290 0,30993
25 MNCN 4,23317 3,82502 0,40815
26 MPMX 2,11878 2,08508 0,03371
27 MPPA 1,69831 1,36769 0,33062
28 MTDL 2,29765 1,86327 0,43437
29 PJAA 2,16654 2,17095 -0,00441
164

Kode
2013 2012 2013
30 PUDP 2,18017 2,07382 0,10634
31 RALS 1,62802 1,83211 -0,20409
32 SAME 1,61847 1,37335 0,24512
33 SCMA 4,14216 4,11534 0,02682
34 SDPC 1,22395 1,24311 -0,01915
35 SHID 1,45311 1,34450 0,10861
36 SILO 1,04739 1,06436 -0,01698
37 SONA 1,64270 2,39423 -0,75153
38 TELE 1,92596 1,82592 0,10004
39 TGKA 1,49988 1,53609 -0,03620
40 TMPO 1,08527 1,36945 -0,28418
41 TURI 2,01024 2,41403 -0,40379
42 UNTR 2,45655 2,69648 -0,23994
43 WAPO 1,01283 1,88506 -0,87223
165
Lampiran 31
Rumus Perhitungan Rate of Value Added Human Capital (RVAHU)
RVAHU = VAHUt + VAHUt-1
Data Perhitungan Rate of Value Added Human Capital (RVAHU)

Kode 2014 2013 2014
1 ACES 1,84176 1,89662 -0,05486
2 AKRA 3,03349 4,49176 -1,45828
3. AMRT 1,18432 1,22069 -0,03637
4 APII 1,85944 1,83937 0,02007
5 ASGR 1,75298 1,64485 0,10813
6 BAYU 2,60692 2,54372 0,06320
7 CSAP 1,29006 1,22708 0,06298
8 ECII 2,33404 3,80853 -1,47450
9 EMTK 3,14422 3,17471 -0,03048
10 EPMT 1,88394 1,91065 -0,02671
11 FAST 1,20151 1,24227 -0,04076
12 FORU 1,07104 1,20461 -0,13357
13 INPP 2,49179 1,66725 0,82453
14 INTD 1,39741 1,42972 -0,03231
15 JKON 2,66934 2,68943 -0,02009
16 JSPT 3,42892 2,40916 1,01976
17 JTPE 1,59468 1,62429 -0,02962
18 KOIN 1,66239 2,04111 -0,37872
19 LTLS 1,60557 1,96524 -0,35967
20 MAPI 1,04956 1,26740 -0,21783
21 MDIA 2,95025 1,78491 1,16534
22 MICE 1,44926 2,15664 -0,70739
23 MIDI 1,26268 1,15911 0,10357
24 MLPT 1,81603 1,83283 -0,01680
25 MNCN 4,28372 4,23317 0,05055
26 MPMX 1,62216 2,11878 -0,49663
27 MPPA 1,67655 1,69831 -0,02176
28 MTDL 2,39063 2,29765 0,09298
29 PJAA 2,30391 2,16654 0,13737
166

Kode
2014 2013 2014
30 PUDP 1,57898 2,18017 -0,60118
31 RALS 1,58902 1,62802 -0,03900
32 SAME 1,69096 1,61847 0,07249
33 SCMA 4,72545 4,14216 0,58329
34 SDPC 1,13910 1,22395 -0,08485
35 SHID 1,46562 1,45311 0,01251
36 SILO 1,04298 1,04739 -0,00440
37 SONA 1,98021 1,64270 0,33751
38 TELE 3,13535 1,92596 1,20939
39 TGKA 1,57935 1,49988 0,07946
40 TMPO 1,17862 1,08527 0,09334
41 TURI 1,69035 2,01024 -0,31989
42 UNTR 1,99768 2,45655 -0,45886
43 WAPO 1,02306 1,01283 0,01023
167
Lampiran 32
Rumus Perhitungan Rate of Structural Capital Value Added (RSTVA)
RSTVA = STVAt + STVAt-1
Data Perhitungan Rate of Structural Capital Value Added (RSTVA)
No Stock STVAt STVAt-1 RSTVA

Kode 2013 2012 2013
1 ACES 0,47275 0,66359 -0,19084
2 AKRA 0,77737 0,75128 0,02609
3. AMRT 0,18079 0,26240 -0,08161
4 APII 0,45634 0,51037 -0,05403
5 ASGR 0,39204 0,39738 -0,00533
6 BAYU 0,60688 0,61492 -0,00805
7 CSAP 0,18506 0,21032 -0,02526
8 ECII 0,73743 0,74112 -0,00369
9 EMTK 0,68501 0,64173 0,04328
10 EPMT 0,47662 0,51433 -0,03771
11 FAST 0,19502 0,28393 -0,08891
12 FORU 0,16985 0,19204 -0,02219
13 INPP 0,40021 0,30943 0,09078
14 INTD 0,30056 0,28649 0,01407
15 JKON 0,62817 0,60806 0,02011
16 JSPT 0,58492 0,65248 -0,06757
17 JTPE 0,38435 0,48334 -0,09899
18 KOIN 0,51007 0,53643 -0,02636
19 LTLS 0,49116 0,34674 0,14442
20 MAPI 0,21098 0,32584 -0,11485
21 MDIA 0,43975 0,25275 0,18700
22 MICE 0,53632 0,36663 0,16969
23 MIDI 0,13727 0,13593 0,00134
24 MLPT 0,45439 0,34336 0,11104
25 MNCN 0,76377 0,73856 0,02521
26 MPMX 0,52803 0,52040 0,00763
27 MPPA 0,41118 0,26884 0,14234
28 MTDL 0,56477 0,46331 0,10146
29 PJAA 0,53843 0,53937 -0,00094
168

Kode
2013 2012 2013
30 PUDP 0,54132 0,51780 0,02352
31 RALS 0,38576 0,45418 -0,06842
32 SAME 0,38213 0,27185 0,11028
33 SCMA 0,75858 0,75701 0,00157
34 SDPC 0,18298 0,19556 -0,01259
35 SHID 0,31182 0,25623 0,05559
36 SILO 0,04524 0,06047 -0,01523
37 SONA 0,39125 0,58233 -0,19108
38 TELE 0,48078 0,45233 0,02845
39 TGKA 0,33328 0,34900 -0,01571
40 TMPO 0,07857 0,26978 -0,19121
41 TURI 0,50255 0,58575 -0,08321
42 UNTR 0,59292 0,62915 -0,03622
43 WAPO 0,01267 0,46951 -0,45685
169
Lampiran 33
Rumus Perhitungan Rate of Structural Capital Value Added (RSTVA)
RSTVA = STVAt + STVAt-1
Data Perhitungan Rate of Structural Capital Value Added (RSTVA)

Kode 2014 2013 2014
1 ACES 0,45704 0,47275 -0,01571
2 AKRA 0,67035 0,77737 -0,10702
3. AMRT 0,15564 0,18079 -0,02516
4 APII 0,46220 0,45634 0,00587
5 ASGR 0,42954 0,39204 0,03750
6 BAYU 0,61641 0,60688 0,00953
7 CSAP 0,22484 0,18506 0,03978
8 ECII 0,57156 0,73743 -0,16587
9 EMTK 0,68196 0,68501 -0,00305
10 EPMT 0,46920 0,47662 -0,00742
11 FAST 0,16771 0,19502 -0,02731
12 FORU 0,06633 0,16985 -0,10353
13 INPP 0,59868 0,40021 0,19847
14 INTD 0,28439 0,30056 -0,01617
15 JKON 0,62538 0,62817 -0,00280
16 JSPT 0,70836 0,58492 0,12345
17 JTPE 0,37291 0,38435 -0,01143
18 KOIN 0,39846 0,51007 -0,11161
19 LTLS 0,37717 0,49116 -0,11399
20 MAPI 0,04722 0,21098 -0,16376
21 MDIA 0,66105 0,43975 0,22130
22 MICE 0,30999 0,53632 -0,22633
23 MIDI 0,20803 0,13727 0,07076
24 MLPT 0,44935 0,45439 -0,00505
25 MNCN 0,76656 0,76377 0,00279
26 MPMX 0,38354 0,52803 -0,14449
27 MPPA 0,40354 0,41118 -0,00764
28 MTDL 0,58170 0,56477 0,01693
29 PJAA 0,56595 0,53843 0,02752
170

Kode
2014 2013 2014
30 PUDP 0,36668 0,54132 -0,17464
31 RALS 0,37068 0,38576 -0,01508
32 SAME 0,40862 0,38213 0,02649
33 SCMA 0,78838 0,75858 0,02980
34 SDPC 0,12211 0,18298 -0,06086
35 SHID 0,31770 0,31182 0,00588
36 SILO 0,04121 0,04524 -0,00403
37 SONA 0,49500 0,39125 0,10376
38 TELE 0,68106 0,48078 0,20028
39 TGKA 0,36683 0,33328 0,03355
40 TMPO 0,15155 0,07857 0,07297
41 TURI 0,40841 0,50255 -0,09414
42 UNTR 0,49942 0,59292 -0,09350
43 WAPO 0,02254 0,01267 0,00987
171
Lampiran 34
ROGIC = RVACA + RVAHU + RSTVA
Data Perhitungan Rate of Growth Intellectual Capital (ROGIC)
No Stock RVACA RVAHU RSTVA ROGIC

Kode 2013 2013 2013 2013
1 ACES -0,26306 -1,07593 -0,19084 -1,52983
2 AKRA 0,03953 0,47124 0,02609 0,53687
3. AMRT 0,64541 -0,13506 -0,08161 0,42874
4 APII -0,26717 -0,20298 -0,05403 -0,52418
5 ASGR 0,07487 -0,01456 -0,00533 0,05498
6 BAYU -0,02844 -0,05315 -0,00805 -0,08963
7 CSAP 0,11519 -0,03926 -0,02526 0,05067
8 ECII -0,58103 -0,05423 -0,00369 -0,63895
9 EMTK 0,02578 0,38348 0,04328 0,45254
10 EPMT 0,01721 -0,14835 -0,03771 -0,16885
11 FAST -0,00457 -0,15425 -0,08891 -0,24774
12 FORU -0,05611 -0,03308 -0,02219 -0,11139
13 INPP 0,02511 0,21917 0,09078 0,33506
14 INTD -0,09673 0,02819 0,01407 -0,05447
15 JKON -0,09218 0,13799 0,02011 0,06593
16 JSPT -0,02458 -0,46841 -0,06757 -0,56056
17 JTPE 0,01260 -0,31121 -0,09899 -0,39761
18 KOIN -0,40299 -0,11605 -0,02636 -0,54539
19 LTLS 0,16989 0,43446 0,14442 0,74877
20 MAPI 0,02079 -0,21592 -0,11485 -0,30998
21 MDIA 0,09079 0,44667 0,18700 0,72446
22 MICE 0,05807 0,57780 0,16969 0,80556
23 MIDI 0,23492 0,00180 0,00134 0,23806
24 MLPT -0,16507 0,30993 0,11104 0,25589
25 MNCN -0,02768 0,40815 0,02521 0,40568
26 MPMX -0,18394 0,03371 0,00763 -0,14261
27 MPPA 0,09776 0,33062 0,14234 0,57071
28 MTDL 0,05961 0,43437 0,10146 0,59544
29 PJAA -0,02444 -0,00441 -0,00094 -0,02979
172

Kode
2013 2013 2013 2013
30 PUDP 0,01535 0,10634 0,02352 0,14521
31 RALS 0,01357 -0,20409 -0,06842 -0,25894
32 SAME -3,53485 0,24512 0,11028 -3,17945
33 SCMA 0,02407 0,02682 0,00157 0,05246
34 SDPC 0,00621 -0,01915 -0,01259 -0,02553
35 SHID -0,00349 0,10861 0,05559 0,16071
36 SILO -2,83547 -0,01698 -0,01523 -2,86767
37 SONA -0,05063 -0,75153 -0,19108 -0,99324
38 TELE 0,03596 0,10004 0,02845 0,16444
39 TGKA 0,04409 -0,03620 -0,01571 -0,00783
40 TMPO -0,18228 -0,28418 -0,19121 -0,65766
41 TURI -0,04714 -0,40379 -0,08321 -0,53414
42 UNTR 0,00753 -0,23994 -0,03622 -0,26863
43 WAPO 0,20807 -0,87223 -0,45685 -1,12101
173
Lampiran 35
ROGIC = RVACA + RVAHU + RSTVA
Data Perhitungan Rate of Growth Intellectual Capital (ROGIC)

Kode 2014 2014 2014 2014
1 ACES -0,04705 -0,05486 -0,01571 -0,11762
2 AKRA -0,05012 -1,45828 -0,10702 -1,61542
3. AMRT 0,01494 -0,03637 -0,02516 -0,04658
4 APII 0,01123 0,02007 0,00587 0,03717
5 ASGR -0,05933 0,10813 0,03750 0,08630
6 BAYU -0,02797 0,06320 0,00953 0,04476
7 CSAP 0,02823 0,06298 0,03978 0,13100
8 ECII -0,03896 -1,47450 -0,16587 -1,67933
9 EMTK -0,09188 -0,03048 -0,00305 -0,12541
10 EPMT -0,01396 -0,02671 -0,00742 -0,04809
11 FAST 0,03191 -0,04076 -0,02731 -0,03616
12 FORU -0,02504 -0,13357 -0,10353 -0,26213
13 INPP 0,04070 0,82453 0,19847 1,06371
14 INTD -0,14118 -0,03231 -0,01617 -0,18966
15 JKON -0,01170 -0,02009 -0,00280 -0,03458
16 JSPT 0,01916 1,01976 0,12345 1,16237
17 JTPE 0,06932 -0,02962 -0,01143 0,02828
18 KOIN -0,23733 -0,37872 -0,11161 -0,72766
19 LTLS -0,06279 -0,35967 -0,11399 -0,53645
20 MAPI -0,00152 -0,21783 -0,16376 -0,38312
21 MDIA -0,01099 1,16534 0,22130 1,37566
22 MICE -0,17791 -0,70739 -0,22633 -1,11162
23 MIDI 0,09672 0,10357 0,07076 0,27105
24 MLPT -0,01462 -0,01680 -0,00505 -0,03647
25 MNCN -0,04578 0,05055 0,00279 0,00755
26 MPMX -0,05591 -0,49663 -0,14449 -0,69703
27 MPPA 0,15356 -0,02176 -0,00764 0,12415
28 MTDL -0,04784 0,09298 0,01693 0,06207
29 PJAA 0,01442 0,13737 0,02752 0,17930
174

Kode
2014 2014 2014 2014
30 PUDP -0,03341 -0,60118 -0,17464 -0,80924
31 RALS -0,02757 -0,03900 -0,01508 -0,08165
32 SAME -0,17406 0,07249 0,02649 -0,07509
33 SCMA -0,07954 0,58329 0,02980 0,53355
34 SDPC -0,02245 -0,08485 -0,06086 -0,16817
35 SHID -0,00921 0,01251 0,00588 0,00918
36 SILO 0,19923 -0,00440 -0,00403 0,19080
37 SONA 0,08694 0,33751 0,10376 0,52821
38 TELE -0,25966 1,20939 0,20028 1,15001
39 TGKA -0,01169 0,07946 0,03355 0,10132
40 TMPO -0,04362 0,09334 0,07297 0,12269
41 TURI -0,05055 -0,31989 -0,09414 -0,46458
42 UNTR -0,04035 -0,45886 -0,09350 -0,59272
43 WAPO -0,11869 0,01023 0,00987 -0,09860
175
Lampiran 36
Tabel 2. Analisis Statistik Deskriptif VAICTM

VACA 2013 0,050 1,209 0,458 0,253
VAHU 2013 1,013 4,233 1,912 0,762
STVA 2013 0,013 0,777 0,424 0,195
VAIC 2013 1,770 5,508 2,794 0,847
VACA 2014 0,041 1,224 0,429 0,258
VAHU 2014 1,023 4,725 1,969 0,843
STVA 2014 0,023 0,788 0,413 0,204
VAIC 2014 1,581 6,042 2,811 0,934
Sumber : Data Sekunder diolah (2016)
176
Lampiran 37
Tabel 3. Analisis Statistik Deskriptif ROGIC

RVACA 2013 -3,535 0,645 -0,159 0,696
RVAHU 2013 -1,076 0,578 -0,024 0,345
RSTVA 2013 -0,457 0,187 -0,014 0,111
ROGIC 2013 -3,179 0,806 -0,197 0,798
RVACA 2014 -0,260 0,199 -0,029 0,086
RVAHU 2014 -1,474 1,209 -0,023 0,509
RSTVA 2014 -0,226 0,221 -0,011 0,096
ROGIC 2014 -1,679 1,376 -0,063 0,607
177
Lampiran 38
Tabel 4. Analisis Deskriptif Kinerja Keuangan

ROA 2013 0,128 32,066 7,546 5,666
ROA 2014 0,206 30,629 7,361 5,538
ROA 2015 0,024 33,399 5,966 5,869
178
Lampiran 39
Tabel 5. Hasil outer weight Hipotesis 1 tahun 2013

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,632 0,638 0,158 4,005 0,000
-> IC
VAHU2013
0,727 0,613 0,317 2,296 0,011
-> IC
STVA2013
0,468 0,580 0,363 1,292 0,099
-> IC
Sumber : Data sekunder diolah (2016)
Model H1 (result – outer loadings)
Model H1 (bootstrapping- outer loadings)

179
Lampiran 40

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,502 0,509 0,154 3,258 0,001
-> IC
VAHU2013
1,081 1,079 0,081 13,299 0,000
-> IC
Model H1 (bootstrapping- outer loadings) (recalculated)

180
Lampiran 41

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2014 -
1,000 1,000 0,000
> PERF
VACA2014
0,691 0,546 0,321 3,985 0,000
-> IC
VAHU2014
0,427 1,034 0,173 1,330 0,002
-> IC
STVA2014
0,803 0,698 0,641 1,252 0,106
-> IC

181
Lampiran 42

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,521 0,538 0,176 2,958 0,002
-> IC
VAHU2013
1,118 1,124 0,081 13,784 0,000
-> IC

182
Lampiran 43

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013-
1,000 1,000 0,000
> PERFt+1
VACA2013
0,682 0,653 0,205 3,330 0,001
-> IC
VAHU2013
0,544 0,570 0,291 1,870 0,031
-> IC
STVA2013
0,681 0,806 0,507 1,342 0,091
-> IC

183
Lampiran 44

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,504 0,482 0,239 2,108 0,018
-> IC
VAHU2013
1,081 1,065 0,087 12,450 0,000
-> IC

184
Lampiran 45

T Statistics
(|O/STDEV|)
(O) (M) (STDEV)
ROA2014 -
1,000 1,000 0,000
> PERFt+1
VACA2014
0,493 0,489 0,184 2,672 0,004
-> IC
VAHU2014
0,835 0,768 0,411 2,034 0,021
-> IC
STVA2014
0,339 0,789 0,697 0,486 0,314
-> IC

185
Lampiran 46

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 -
1,000 1,000 0,000
> PERF
VACA2013
0,415 0,383 0,174 2,380 0,009
-> IC
VAHU2013
1,114 1,103 0,063 17,651 0,000
-> IC

186
Lampiran 47

T Statistics P
(|O/STDEV|) Values
(O) (M) (STDEV)
ROA2013 ->
1,000 1,000 0,000
PERFt+1
RVACA2013
0,061 0,180 0,348 0,175 0,431
-> ROGIC
RVAHU2013
-1,889 -0,192 1,668 1,132 0,129
-> ROGIC
RSTVA2013
2,143 0,593 1,682 1,274 0,102
-> ROGIC

187
Lampiran 48

T Statistics
(|O/STDEV|)
(O) (M) (STDEV)
ROA2014 ->
1,000 1,000 0,000
PERFt+1
RVACA2014
-0,662 -0,210 0,480 1,378 0,085
-> ROGIC
RVAHU2014
0,026 0,527 1,280 0,021 0,492
-> ROGIC
RSTVA2014
0,838 0,075 1,317 0,637 0,262
-> ROGIC

188
Lampiran 49

T Statistics
(|O/STDEV|)
(O) (M) (STDEV)
VAIC2013 ->
0,769 0,771 0,080 9,663
PERF2013
VAIC2014 ->
0,750 0,772 0,064 11,771
PERF2014
Sumber : data sekunder diolah (2016)
189
Lampiran 50

T Statistics
(|O/STDEV|)
(O) (M) (STDEV)
VAIC2013 ->
0,634 0,658 0,122 5,189
PERF2014
VAIC2014 ->
0,705 0,712 0,094 7,416
PERF2015
190
Lampiran 51
Original Sample Standard T Statistics

Sample Mean Deviation (|O/STDEV|)
(O) (M) (STDEV)
ROGIC 2013-
0,323 0,083 0,418 0,772
> PERF2014
ROGIC2014 -
0,226 0,215 0,295 0,764
> PERF2015
Sumber : data sekunder diolah (2016)
191
Lampiran 52
Tabel 18. Hasil R Square
R Square
TAHUN 2013 2014

VAIC -> PERF 0,592 0,552
VAIC -> PERFt+1 0,402 0,496
ROGIC -> PERFt+1 0,104 0,051

SonyaErythrinaJayati 12808144072

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

SonyaErythrinaJayati 12808144072

Diunggah oleh

Hak Cipta:

Format Tersedia

PENGARUH INTELLECTUAL CAPITAL TERHADAP

KINERJA KEUANGAN PERUSAHAAN PERDAGANGAN

Diajukan kepada Fakultas Ekonomi Universitas Negeri Yogyakarta

PROGRAM STUDI MANAJEMEN

PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA

Telah disetujui oleh Dosen Pembimbing untuk diajukan dan dipertahankan

PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA

Telah dipertahankan di depan Dewan Penguji Skripsi Program Studi Manajemen

Naning Margasari, M.Si., M.BA Ketua"Pen~uji .~~!~ 1(,

Yang bertanda tangan dibawah ini :

Nama : Sonya Erythrina Jayati

Fakultas : Fakultas Ekonomi

Judul : " Pengaruh Intellectual Capital Terhadap Kinerja Keuangan

Perusahaan Perdagangan Jasa yang Terdaftar di Bursa Efek

Yogyakarta, 12 Agustus 2016

“Sesuatu mungkin mendatangi mereka yang mau menunggu, namun hanya

didapatkan oleh mereka yang bersemangat mengejarnya”

memulai kehidupan yang lebih baik yang berujung sebuah kesuksesan”

“Melalui kesabaran, seseorang dapat meraih lebih dari pada melalui

kekuatan yang dimilikinya”

menjadi orang lain”

Skripsi ini penulis persembahkan dengan rasa syukur kepada :

serta keberanian dalam menghadapi rintangan silih berganti.

dukungan, motivasi, doa, fasilitas dan kasih sayangnya selama ini.

segala bantuan, motivasi dan semangat.

4. Sahabat - sahabatku dari SMP, terimakasih atas dukungan yang kalian

satu persatu, terimakasih atas dukungan, kerjasama, motivasi dan

kebersamaan yang telah kalian berikan.

berikan dan canda tawa yang kalian berikan dengan tulus.

Keyword : Intellectual capital, Return on Assets, financial performance, Rate of

hidayah-Nya, sehingga penyusunan skripsi yang berjudul “Pengaruh intellectual

capital terhadap kinerja keuangan perusahaan perdagangan jasa yang terdaftar di

Program Studi Manajemen, Fakultas Ekonomi, Universitas Negeri Yogyakarta.

menyampaikan ucapan terima kasih kepada :

2. Dr. Sugiharsono, M.Si., Dekan Fakultas Ekonomi Universitas Negeri Yogyakarta.

3. Setyabudi Indartono, Ph.D., Ketua Jurusan dan Program Studi Manajemen

Fakultas Ekonomi Universitas Negeri Yogyakarta.

4. Winarno, M.Si., Dosen Pembimbing skripsi sekaligus sekretaris penguji yang

selalu meluangkan waktu untuk memberikan bimbingan, pengarahan, saran, dan

dukungan selama proses penyusunan skripsi dari awal hingga akhir.

5. Muniya Alteza, M.Si., Narasumber sekaligus penguji utama yang telah

memberikan masukan dalam seminar proposal, menguji dan mengoreksi proposal

guna menyempurnakan penulisan skripsi ini.

guna menyempumakan penulisan skripsi ini.

7. Musaroh, M.Si., Dosen Pembimbing Akademik yang telah memberikan bantuan

dan bimbingan selama penulis menjadi mahasiswa.

8. Segenap Dosen Program Studi dan Jurusan Manajemen Fakultas Ekonomi

Universitas Negeri Yogyakarta yang telah memberikan ilmu yang bermanfaat.

penyusunan skripsi ini.

Yogyakarta, 12 Agustus 2016

Sony r hrina Jayati

HALAMAN PERSETUJUAN ........................................................................ ii

HALAMAN PENGESAHAN ......................................................................... iii

HALAMAN PERNYATAAN ........................................................................ iv

HALAMAN PERSEMBAHAN ..................................................................... vi

ABSTRAK ..................................................................................................... vii

ABSTRACT .................................................................................................... viii

KATA PENGANTAR .................................................................................... ix

DAFTAR ISI ................................................................................................... xi

DAFTAR TABEL ......................................................................................... xiii

DAFTAR LAMPIRAN ................................................................................. xiv

BAB I PENDAHULUAN .................................................................................1

BAB II KAJIAN PUSTAKA ..........................................................................20